R—读取数据（导入csv,txt,excel文件）

转自：http://www.cnblogs.com/zhangduo/p/4440314.html

导入CSV、TXT文件

read.table函数：read.table函数以数据框的格式读入数据，所以适合读取混合模式的数据，但是要求每列的数据数据类型相同。

read.table读取数据非常方便，通常只需要文件路径、URL或连接对象就可以了，也接受非常丰富的参数设置：

file参数：这是必须的，可以是相对路径或者绝对路径（注意：Windows下路径要用斜杠'/'或者双反斜杠'\\'）。补充：关于路径，博主此处写的有误，用“//”、“/”
header参数：默认为FALSE即数据框的列名为V1,V2...,设置为TRUE时第一行作为列名。

1 2	`data1<-` `read.table` `(` `'item.csv'` `)` `#默认header=FALSE` `data2<-` `read.table` `(` `'item.csv'` `,header=` `TRUE` `)`

sep参数：分隔符，默认为空格。可以设置为逗号(comma)sep=','，分号(semicolon)sep=';'和制表符(tab)。
read.csv、read.csv2、read.delim是read.table函数的包装，分隔符分别对应逗号，分号，制表符，同样接受read.table所有参数。
read.csv函数header参数默认为TRUE，不同于read.table。

data3<- read.csv ( 'item.csv' ,sep= ',' ,header= TRUE )

data4<- read.table ( 'item.csv' )

#下文示例采用read.csv函数，两种写法效果相同

字符型数据读入时自动转换为因子，因子是R中的变量，它只能取有限的几个不同值，将数据保存为因子可确保模型函数能够正确处理。But当变量作为简单字符串使用时可能出错。要想防止转换为因子：1.令参数stringAsFactors=FALSE,防止导入的数据任何的因子转换。2.更改系统选项options(stringsAsFactors=FALSE)3.指定抑制转换的列：as.is=参数。通过一个索引向量指定，或者一个逻辑向量，需要转换的列取值FALSE,不需要转换的列取值TRUE。

1	`data5<-` `read.csv` `(` `'item.csv'` `,stringAsFactors=` `FALSE` `)`

如果数据集中含有中文，直接导入很有可能不识别中文，这时加上参数fileEncoding='utf-8'

1	`read.csv` `(` `'data.csv'` `,fileEncoding=` `'utf-8'` `)`

一般这些参数足够使用，但是当导入大量数据时可能吃不消，下面一些参数可能有所帮助（其他用途当然也可以）。

读取大量数据时，在不加内存的情况下预先分配内存是很好的选择。

首先reaadLines函数可以获得数据的行数（注意L为大写）。先判断数据量。

1	`lines<-` `readLines` `(` `'item.csv'` `)`

comment.char：注释默认是#后面的内容，也可以设置为其他字符。若数据中没有注释，则令comment.char=''可以加快读取速度。

1 2	`#若不包含注释（默认为#），设置comment.cahr=''可能加快读取速度，也可以指定注释字符` `data3<-` `read.csv` `(` `'item.csv'` `,comment.char=` `''` `)`

nrows：读取最大行数，再加上header。读取大量数据时可以读取其中一部分。

1	`data4<-` `read.csv` `(` `'item.csv'` `,comment.char=` `''` `,nrows=10)` `#读取前10行数据和header`

skip：指定从文件开头跳过的行数，再加上header。

1 2	`#skip指定从文件开头（不包括header)跳过的行数` `data5<-` `read.csv` `(` `'item.csv'` `,comment.char=` `''` `,nrows=10,skip=2)` `#跳过前两行和header`

colClasses：指示每一列的数据类型，先分析一部分数据得到数据类型，然后指定数据类型可以加快读取速度。另外：“NULL”指示跳过该列，不加引号的NA软件自动识别。

#colClasses指示每一列的数据类型

classes<- sapply (data9,class)

data6<- read.csv ( 'user.csv' ,colClasses=classes)

#NULL跳过该列

data7<- read.csv ( 'user.csv' ,colClasses= list ( 'integer' , 'NULL' , 'factor' ))

#不加引号的NA，软件自动识别该列

data8<- read.csv ( 'user.csv' ,colClasses= NA )

scan函数：返回一个向量。当读取的数据为同一模式时，scan是最佳方式，默认读取数值型数据。

若想读取其他类型，使用what=参数指定。读取大数据文件时，若想跳过某一列数据，可以在what=参数列表中使用NULL。

scan函数通常用来读取数据矩阵，嵌入matrix函数中使用。

value<= scan ( '1.csv' ,what= c (f1=0, NULL ,f3= '' , rep ( list ( NULL ),6),f10=0))

#第一列、第十列为数值类型，f3=''表示第三列为字符型数据，第二列和第四列到第九列跳过。rep函数不能复制null，故用列表形式添加多个NULL

data<- matrix ( scan (),ncol=5,byrow= TRUE )

#scan()返回一个向量，ncol=5表示组成的矩阵为五列，矩阵默认为按列存储也可通过设置byrow=TRUE为按列存储。

read.fwf函数，header=参数，as.is=参数,sep=参数等，同read.table。widths=参数是一个向量，向量值是要读入的字段宽度，负数表示跳过。

读取Excel文件

如果可能的话尽量将Excel文件另保存为CSV文件，方便导入。但是无论保存为CSV还是TXT文件，都只能保存当前活动的工作表。

readxl包可以很方便的读取,且各个系统都通用。如果只是读取的话，无疑是非常方便的方法。

只需要下载readxl包，用read_excel函数读取就可以了，并且同时支持老版本的.xls格式和新版本的.xlsx格式。

#下载和引用

install.packages ( "readxl" )

library (readxl)

#读取Excel

read_excel ( "old_excel.xls" )

read_excel ( "new_excel.xlsx" )

#sheet参数，指定sheet名或者数字

read_excel ( "excel.xls" ,sheet=2)

read_excel ( "excel.xls" ,sheet= "data" )

# If NAs are represented by something other than blank cells,

# set the na argument

read_excel ( "excel.xls" , na = "NA" )

RODBC包：只基于Windows

1.安装包和引用RODBC包,安装不加引号，引入不加引号。
2.连接Excel表格文件。.xls格式的Excel用odbcConnectExcel函数，.xlsx格式的Excel用odbcConnectExcel2007函数。
3.读取数据：sqlFetch函数，其中默认Excel表格第一行作为列的变量名。
4.断开连接。

#安装和引用RODBC包，安装不加引号，引入不加引号

install.packages ( "RODBC" )

library (RODBC)

#创建连接

connect<- odbcConnectExcel ( 'secert.xls' )

#读取Excel表格，其中A为Sheet名（支持中文）

sqlFetch (connect, 'A' )

#关闭R与Excel表格的连接

odbcClose (connect)

XLConnect包：

1.安装包和引用XLConnect包。
2.连接Excel表格文件：loadWorkbook函数
3.读取数据：readWorksheet函数（connect,'Sheet名'）,同样默认Excel表格第一行作为列的变量名。

各个系统通用，并且不只是支持读取，也可以写入。

#安装和引用XLConnect包

install.packages ( 'XLConnect' )

library (XLConnect)

#连接

connect<- loadWorkbook ( 'secert.xlsx' )

#读取，A为Sheet名

readWorksheet (connect, 'A' )

R—读取数据（导入csv,txt,excel文件）相关推荐

php导出1万条数据excel_PHP快速导出百万级数据到CSV或者EXCEL文件
前言: 很多时候,因为数据统计,我们需要将数据库的数据导出到Excel等文件中,以供数据人员进行查看,如果数据集不大,其实很容易:但是如果对于大数集的导出,将要考虑各种性能的问题,这里以导出数据库一百 ...
springboot使用jxls导出excel___（万能通用模板）--- SpringBoot导入、导出Excel文件___SpringBoot整合EasyExcel模板导出Excel
springboot使用jxls导出excel 实现思路: 首先在springBoot(或者SpringCloud)项目的默认templates目录放入提前定义好的Excel模板,然后在具体的导出接口 ...
（万能通用模板）--- SpringBoot导入、导出Excel文件
先把项目的demo发一下,看完文章可以看一下,demo 前言:最近做项目过程中使用到了一个权限管理框架:若依,使用过程中发现他的文件导入和导出功能非常的实用,在这里特此做一个小demo跟大家分享一下. ...
R语言导入数据文件（数据导入、加载、读取）、导入csv、excel、sav、por、dat、sas7bdat格式文件
R语言导入数据文件(数据导入.加载.读取).导入csv.excel.sav.por.dat.sas7bdat格式文件目录
R语言|1.4 R语言读取数据（csv，txt，xlsx）
R语言|1.4 R语言读取数据(csv,txt,xlsx) 1.4.1获取R的内置数据集 1.4.2模拟特定分布数据 1.4.3导入数据 1)导入txt与csv 2)导入xls与xlsx 1.4.1获 ...
python爬虫案例分析：爬取肯德基门店地址数据导入csv文件并最终用excel文档呈现
1.用到的模块: requests pprint csv 2.找到肯德基门店网站进入门店位置页面后,打开抓包工具,找到response中包含所需信息的正确的url信息 3. 导入地址url 4.为防止 ...
C# 读取CSV和EXCEL文件示例
我们习惯了直接连到数据库上面读取数据表的数据内容: 如果有一天我们需要读取CSV,EXCEL文件的内容的时候,可不可以也像读数据表的方式一样呢?当然可以,使用OleDB ADO.NET是很简单的事情 ...
mysql数据导入导出 CSV格式_导出mysql的数据为csv格式的文件
Mysql自带数据导出的命令 into outfile(本地导出) SELECT * FROM server_warning_repaired into outfile '/tmp/test.csv' ...
matlab读取txt/excel文件并画图的方法
matlab读取txt/excel文件为矩阵,并进行画图的方法 1. matlab准备如果没有matlab的话,只需要到学校网站上下载,按照步骤就可以安装.THU的下载地址如下: THU matla ...

R—读取数据（导入csv,txt,excel文件）

R—读取数据（导入csv,txt,excel文件）

R—读取数据（导入csv,txt,excel文件）相关推荐

最新文章

热门文章