3. R获取数据的三种途径、读入文件、写入文件、读写excel文件、读写R文件

本文链接：https://blog.csdn.net/weixin_42214698/article/details/128598535

b站课程视频链接：https://www.bilibili.com/video/BV19x411X7C6?p=1
腾讯课堂(最新，但是要花钱，我花99元😢😢买了，感觉不错）：https://ke.qq.com/course/3707827#term_id=103855009

本笔记前面的笔记参照b站视频，后面的笔记参考了付费视频
笔记顺序做了些调整【个人感觉逻辑顺畅】，并删掉一些不重要的内容，以及补充了个人理解
系列笔记目录【持续更新】：https://blog.csdn.net/weixin_42214698/category_11393896.html

文章目录

1.R获取数据的三种途径
2.读入文件
- 2.1 读取本地文件 read.table（）
- 2.2 读取剪贴板
3.写入文件 write.table（）
4.读取和写入Excel文件
- 4.1 —————— XLConnect包
- 4.2 —————— xlsx包
5.读写R格式文件

【补充】文件类型：

1.R获取数据的三种途径

1️⃣利用键盘来输入数据；
2️⃣通过读取存储在外部文件上的数据；
3️⃣通过访问数据库系统来获取数据。

例如有以下数据：
在这里插入图片描述

1.1 键盘输入数据

方式一：

> patientID <- c(1, 2, 3, 4)
> admdate <- c("10/15/2009","11/01/2009","10/21/2009","10/28/2009")
> age <- c(25, 34, 28, 52)
> diabetes <- c("Type1", "Type2", "Type1", "Type1")
> status <- c("Poor", "Improved", "Excellent", "Poor")
> data <- data.frame(patientID, age, diabetes, status)
> data
  patientID age diabetes    status
1         1  25    Type1      Poor
2         2  34    Type2  Improved
3         3  28    Type1 Excellent
4         4  52    Type1      Poor
>

方式二：【通过edit( )来输入数据】

data2 <- data.frame(patientID=character(0), age=numeric(0),
                    diabetes=character(), status=character())
data2 <- edit(data2)

调用后会显示一个数据编辑器，可以直接在编辑器里输入数据，结果会保存在data2中：
在这里插入图片描述
再调用fix(data2)，可以继续进行数据修改。

1.2 读取存储在外部文件上的数据

利用R读取的文件，最好是经过处理的适合R使用的文件。
数据需要进行大量的预处理，最好先利用python进行统计，再将统计结果导入到R软件中进行分析。
具体访问方法在之后会详细讲到。

1.3 访问数据库系统获取数据

通过ODBC访问数据库。ODBC是开放数据库连接Open DataBase Connectivity的简称。
在R中可以通过RODBC包来连接和访问数据库。

install.packages(“RODBC”)  
library(RODBC)
help(package="RODBC")

2.读入文件

2.1 读取本地文件 read.table（）

read.table(file , sep , header , skip, nrows, na.strings , stringsAsFactors)

\- file为读取的文件名； 【可以是绝对路径 or 相对路径】
\- sep为文件分隔符；  【默认为空白】
\- 若文件头部为变量名称，则header为TRUE； 【重点，为true时第一行不是数据，而且列名】 

\- skip为跳过文件中某部分内容；  【从第一行开始跳，skip=n ——>表示1~n不用读取】
\- nrows设置读取文件行数；  

\- na.strings:告诉read.table函数哪部分属于缺失值，read.table函数将这部分替换为NA；  
\-stringsAsFactors:R在读取文件时，数字会默认都读取为数值型，但字符串会默认读取为因子类型，
                   若不需要将字符串读取为因子类型，则可设置为FALSE；  
\- ……

如：
x <- read.table (“input.csv”) 错误
x <- read.table (“input.csv”,sep=“,”) 正确
x <- read.table (“input.csv”,sep=“,”,header = T) 正确，第一行为列名

x <- read.table(“input.csv”,sep=“,”,header=TRUE,skip=50,nrows=200)：
读取文件input.csv，文件内容以逗号分隔，若文件头部为变量名称，则header为TRUE，读取文件第51行至250行。

head(x , n=10)：截取文件头部十行。n默认是六行。
tail(x , n=10)：截取文件尾部十行。n默认是六行。
readLines(“input.csv”,n=5)：可以直接读取文件中的行数。

read.csv(“input.csv”)：直接读取csv文件，默认分隔符为逗号。
read.delim()：默认分隔符为制表符。

2.2 读取剪贴板

读取系统剪切板上的数据：
x <- read.table(“clipboard” ，seq=“…”)
or x <- readClipboard()

不推荐直接读取网络上的文件或直接读取压缩文件

3.写入文件 write.table（）

write函数与cat函数类似，只不过cat函数是将数据显示在屏幕上，而write则是写到文件里面。
如：
x <- rivers
write(x,file=“x.txt”)
如果对象是一个数据框，可以使用write.table函数，如果是写入到csv文件，则可以使用write.csv文件。

write.table(x , file , sep , row.names , quote ,append , na)

\- x是需要写入的数据；  
\- file是写入的文件，若没有目录，则默认写在当前工作目录下；  
\- sep是指定的数据分隔符；  
\- 若不需要每次数据写入文件时加上序号，则设置row.names为FALSE；  
\- 默认情况下，write函数会为字符串添加双引号，若不需要，则可设置quote为FALSE；  

\- append参数将文件内容写入相同文件名的文件中，TRUE表示追加到文件结尾，FALSE则表示清空原文件内容再写入；  
\- na参数代表设置缺失值为NA；  

注意：若写入文件是csv，则分隔符最好是逗号，可以将一个数据分为一个单元格。

不推荐：
R不仅支持直接读取压缩文件，也支持直接写成压缩文件。
如： write.table(mtcars,gzfile(“newfile.txt.gz”))
表示将文件压缩为gz格式的压缩包。

4.读取和写入Excel文件

简单方法：
1️⃣- 将excel文件转为csv文件读取；
2️⃣- 将excel文件数据内容复制到剪切板中读取。

但是当Excel文件过多时，上面的简单方法用起来就比较麻烦了。R中包含许多直接读取Excel文件的包。

4.1 —————— XLConnect包

XLConnect包：需要配置java的运行环境。

install.packages("XLConnect")   # 安装包
library(XLConnect)   # 导入包，就可以使用

读文件：
1)两步
ex <- loadWorkbook(“data.xlsx”)
edata <- readWorksheet(ex,1) # 表示读取ex表格中的第一个工作表
edata <- readWorksheet(ex,1,startRow=0,startCol=0,endRow=50,endCol=3)

2)一步
readWorksheetFromFile (“data.xlsx”,1,startRow=0,startCol=0, endRow=50,endCol=3,header=TRUE)

写文件：
1）四步
wb <- loadWorkbook(“file.xlsx”,create=T) #创建工作簿
createSheet(wb,“Sheet 1”) #创建工作表sheet1
writeWorksheet(wb,data=mtcars,sheet=“Sheet 1”) #写数据
saveWorkbook(wb) #将工作簿保存为文件

2）一步
writeWorksheetToFile(“file.xlsx”,data=mtcars,sheet=“Sheet 1”)

4.2 —————— xlsx包

install.packages("xlsx")
library(xlsx)

读文件：
x <- read.xlsx(“data.xlsx”,1) #表示读取表格中的sheet1工作表

写文件：
write.xlsx(x,file=“data.xlsx”,sheetName=“Sheet 1”,append=F) #将数据写入表格Sheet1中

5.读写R格式文件

存储为R文件会有很多优势：
R会对存储为内部文件格式的数据进行自动压缩处理，并且会存储所有与待存储对象相关的R元数据。
如果数据中包含了因子、日期和时间或者类的属性等信息，存储为R文件则更加实用。

R格式的文件有两种：RDS 和 RData。
（1） .RDS文件

# iris为内置数据集
saveRDS(iris,file="iris.RDS")

rdsdata <- readRDS("iris.RDS")

（2）.RData文件（更复杂，整个项目文件）

> save(iris,iris3,file="iris.Rdata")  
> 
> load("iris.Rdata")

> save.image()  【保存所有】