R语言笔记六：获取数据、读入文件、写入文件、读写Excel文件及读写R格式文件

1. 获取数据
（1）R获取数据的三种途径
- 利用键盘来输入数据；
- 通过读取存储在外部文件上的数据；
- 通过访问数据库系统来获取数据。

例如有以下数据：

（2）键盘输入数据：

此外，还可以通过edit来输入数据：
data2 <- data.frame(patientID=character(),admdate=character(),age=numeric(),diabetes=character(),status=character())       #定义数据类型
data2 <- edit(data2)      #调用edit
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：

再调用fix(data2)，可以继续进行数据修改。

（3）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。

（4）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)

2.读入文件
（1）
read.table(file,sep,header,skip,nrows,na.strings,stringsAsFactors)
- file为文件名；
- sep为文件分隔符；
- 若文件头部为变量名称，则header为TRUE；
- skip为跳过文件中某部分内容；
- 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；
- 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stringsAsFactors为FALSE；
- ……
如：
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。默认是六行。
tail(x,n=10)：截取文件尾部十行。默认是六行。

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）
如果一个文件并不在本机上，R还可以支持读取网络文件。方法是将read.table函数中的文件名设置为网络文件具体的地址。

foreign包可以读取多种格式的数据文件，也可以生成多种格式的文件。
如果遇到其他格式的文件不再foreign包支持的范围内，那么一种方法是另存为文本文件，另外就是搜索R中对应的包。
例如要读取matlab文件：
先用RSiteSearch(“Matlab”)进行网络搜索，然后会在网页中看到，显示需要R.MATLAB这个包来读取数据。

读取系统剪切板上的数据：x <- read.table(“clipboard”)

如果R要读取的文件是一个压缩格式的文件，那么无需解压缩，可直接读取：x <- read.table(gzfile(“input.txt.gz”))

readLines(“input.csv”,n=5)：可以直接读取文件中的行数。

scan函数：读取文件中指定类型的数据。（数值型或字符型或逻辑型）

3.写入文件
       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。

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.读写Excel文件
简单方法：
- 将excel文件转为csv文件读取；
- 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：
（1）XLConnect包：需要配置java的运行环境；
读文件：
ex <- loadWorkbook(“data.xlsx”)
edata <- readWorksheet(ex,1)       #表示读取ex表格中的sheet1工作表

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”)

（2）xlsx包：
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(R DataSet)文件
saveRDS(iris,file=“iris.RDS”)
x <- readRDS(“iris.RDS”)

（2）RData文件
save(iris,iris3,file=“iris.Rdata”)
load(“iris.Rdata”)