R语言：R语言文件IO操作

• 导入分隔符文件

  语法:  mydataframe <- read.table(file, header=logical_value,sep="delimiter", row.names="name")
  参数说明：
       file 文件路径（包含文件名）
       header 是否具有表头
       sep 分隔符
       row.names
  
  例子：
  setwd("d:\\data")
  grades <- read.table("studentgrades.csv", header=TRUE, sep=",")
  

• 导入files目录下文本

  files=paste("files/",dir("files"),sep="")
  fs=c()
  for(i in 1:length(files))
      fs[i] <- paste(readLines(files[i]),collapse="\n")          #按行读取文本文件，每一行用“\n”隔开
  rcorp <- Corpus(VectorSource(fs))   #把字符串生成corpus格式，VectorSource把字符串变成输入的文档格式，几个字符串就表示有几个文档
  

• 导入词典

  install.packages('rJava')                                       #安装rJava
  install.packages("Rwordseg"，repos="http://jliblog.com/crap")   #安装Rwordseg
  require(Rwordseg)                                               #加载
  system.time(for(i in 1:10000) segmentCN("setence"))
  installDict("E:/Download/userLibrary.dic")                      #导入词典(userLibrary.dic)
  options(dic.dir = "D:/day_file/R")                              #用户自定义字典
  loadUserDict()
  insertWords("sentence")                                         #添加
  removeWords("sentence")                                         #删除
  

• 导入Excel数据

  library(xlsx)
  workbook <- "d:/data/tot.xlsx"
  mydataframe <- read.xlsx(workbook, 1 ,encoding='UTF-8')
  
  library(RODBC)  
  channel=odbcConnectExcel("d:/test.xls")  
  mydata=sqlFetch(channel,'Sheet1') # 如果是Excel2007格式数据则要换一个函数odbcConnectExcel2007 
  

  注：rJava安装之前需要配置Java环境变量
  JDK下载：http://pan.baidu.com/s/1eQrKIaA
  配置JAVA的环境变量： http://jingyan.baidu.com/article/f96699bb8b38e0894e3c1bef.html
  

• 保存和加载R的数据

  保存和加载R的数据(与R.data的交互：save()函数和load()函数)

  a <- 1:10  
  save(a, file = "data/dumData.Rdata") # data文件为当前工作目录下的文件，必须存在  
  rm(a)  
  load("data/dumData.Rdata")  
  print(a)  
  

• 导入和加载.csv文件

  导入和加载.csv文件(write.csv()函数和read.csv()函数)

  var1 <- 1:5  
  var2 <- (1:5) / 10  
  var3 <- c("R", "and", "Data Mining", "Examples", "Case Studies")   
  a <- data.frame(var1, var2, var3)   
  names(a) <- c("VariableInt", "VariableReal", "VariableChar")   
  write.csv(a, "data/dummmyData.csv", row.names = FALSE)  
  b <- read.csv("data/dummmyData.csv") 
  
  csv <- read.csv("tot5.csv",header=T, stringsAsFactors=F)         #header 第一行是否作为标题
  

• 导入SPSS/SAS/Matlab等数据集

  # 导入spss的sav格式数据则要用到foreign扩展包，加载后直接用read.spss读取sav文件  
  library(foreign)  
  mydata=read.spss('d:/test.sav')  
  # 上面的函数在很多情况下没能将sav文件中的附加信息导进来，例如数据的label，  
  # 那么建议用Hmisc扩展包的spss.get函数，效果会更好一些。  
  library(Hmisc)  
  data=spss.get("D:/test.sav") 
  

• 导入数据库中的数据

  library(RODBC)  
  Connection <- odbcConnect(dsn="servername",uid="userid",pwd="******")  
  Query <- "SELECT * FROM lib.table WHERE ..."  
  # Query <- readChar("data/myQuery.sql", nchars=99999) 或者选择从SQL文件中读入语句  
  myData <- sqlQuery(Connection, Query, errors=TRUE)  
  odbcCloseAll() 
  

  11/15/2014 2:43:13 PM

  参考文献：
  1.http://www.xiaowanxue.com/up_files/201212203744.html 
  2.http://www.dataguru.cn/article-1688-1.html