R语言数据的读入

R语言学习日记 2019年4月4日
一、结构化数据的读入
#可以用 read.table（）从带有分隔符的文件中导入数据

mydataframe-read.table(file,options)

file文件名，options是如何处理数据的选项。
options的选项：
1.header=T文件的第一行包含变量名
2.sep分开数值的分隔符，默认值为sep=" "
3.col.names指定一个或多个行标记符
4.colClasses指定包含变量名的字符向量
5.na.strings表示缺失值的字符向量
6.skip读取数据前选择跳过的行数
7.stringsAsFactors字符向量是否转化为因子

#从txt文本中读入数据

movietxt<-read.table("E:/R学习资料/data/movie.txt",header = T,fileEncoding = "UTF-8")

#从CSV中读入数据，设置分隔符否则数据显示混乱

tes = read.table("电影数据.csv", header = T, sep = ",", fileEncoding = "UTF-8")

#用read.csv函数读取

movie_csv = read.csv("电影数据.csv", fileEncoding = "UTF-8")

#从xls,xlsx中读入数据

install.packages("readxl")
library("readxl")
movie_excel = data.frame(read_excel("E:/R学习资料/data/电影数据.xlsx", col_names = T))

二、非结构化数据的读入-----txt文本
#读入简单的文本数据

novel = read.csv("novel.csv", fileEncoding = "UTF-8")

#用read.table读入文本数据，sep = "\t"读取使用制表符来分割行内数据的文件

test = read.table("weibo.txt", sep = "\t")

#空字段需要fill参数来填满

test = read.table("weibo.txt", sep = "\t", fill = T)

#quote=" "禁止所有引用符号

weibo = read.table("weibo.txt", sep = "\t", fill = T, quote = "", fileEncoding = "UTF-8")

#stringsAsFactors将文本转化为字符，strip.white将字符中的前后空格去掉

weibo = read.table("weibo.txt", sep = "\t", fill = T, quote = "", strip.white = T, stringsAsFactors = F, fileEncoding = "UTF-8")

#查看第1行至第十行的数据

weibo[1:10, ]

三、数据的输入
1.用R内置的文本编辑器输入数据
第一步创建一个空的数据框，设置变量名和变量的类型；第二步调用本文编辑器输入数据；
#age=numeric(0)创建一个指定模式但不包含实际数据的变量；edit()在一个副本上进行操作

mydata<-data.frame(age=numeric(0),gender=character(0),weight=numeric(0))
mydata<-edit(mydata)

#mydata<-edit(mydata)还有一种简洁写法

fix(mydata)

2.在程序中嵌入数据集

age gender weight 
25 m 166 
30 f 115 
18 f 120
"
mydata<-read.table(header = T,text = mydatatxt)