R语言观察日志(part5)--利用readr和readxl包读写数据

学习笔记，仅供参考

利用readr和readxl包读写数据

读取数据

相关函数

函数包readr和readxl提供了一系列的数据读入功能，主要函数如下：

#readr包read_delim(file, delim, quote = "\"", escape_backslash = FALSE,escape_double = TRUE, col_names = TRUE, col_types = NULL,locale = default_locale(), na = c("", "NA"), quoted_na = TRUE,comment = "", trim_ws = FALSE, skip = 0, n_max = Inf,guess_max = min(1000, n_max), progress = show_progress(),skip_empty_rows = TRUE)read_csv(file, col_names = TRUE, col_types = NULL,locale = default_locale(), na = c("", "NA"), quoted_na = TRUE,quote = "\"", comment = "", trim_ws = TRUE, skip = 0,n_max = Inf, guess_max = min(1000, n_max),progress = show_progress(), skip_empty_rows = TRUE)#readxl包
read_excel(path, sheet = NULL, range = NULL, col_names = TRUE,col_types = NULL, na = "", trim_ws = TRUE, skip = 0,n_max = Inf, guess_max = min(1000, n_max),progress = readxl_progress(), .name_repair = "unique")read_xls(path, sheet = NULL, range = NULL, col_names = TRUE,col_types = NULL, na = "", trim_ws = TRUE, skip = 0,n_max = Inf, guess_max = min(1000, n_max),progress = readxl_progress(), .name_repair = "unique")

参数

举个例子

输入：

library(readr)
library(readxl)cp <-read_delim("comp.csv", ",")
cp.csv <- read_csv("comp.csv")
cp.xl <- read_excel("comp.xlsx")
#summary(cp.csv)
#summary(cp.xl)system.time(read_csv("data.csv"))
system.time(read.csv("data.csv"))

输出：

> system.time(read_csv("data.csv"))
用户 系统 流逝
0.88 0.00 0.89
Warning message:
Duplicated column names deduplicated: 'DATE_R' => 'DATE_R_1' [48]
> system.time(read.csv("data.csv"))
用户 系统 流逝
3.77 0.05 3.86

通过与R中的read.csv()函数进行比对，我们发现，利用函数包readr和readxl中的函数进行数据读入的速度有很大提升。

写入数据

函数包readr提供了数据读取功能的同时，还提供了数据写入功能，即将data.frame对象重新写为csv, xlsx,等格式的文件。

相关函数

write_delim(x, path, delim = " ", na = "NA", append = FALSE,col_names = !append, quote_escape = "double")write_csv(x, path, na = "NA", append = FALSE, col_names = !append,quote_escape = "double")write_excel_csv(x, path, na = "NA", append = FALSE,col_names = !append, delim = ",", quote_escape = "double")

参数

举个例子

输入：

df <- data.frame(x = c(1,2,3,4,5), y = c(6,7,NA,9,0))
write_delim(df, "df1.csv", delim = ",")
write_csv(df, "df2.csv", na = "-")

df1.csv：

df2.csv：

R语言观察日志(part5)--利用readr和readxl包读写数据相关推荐

R语言观察日志(part20)--包的组件之R代码
学习笔记,仅供参考,有错必纠文章目录 R代码 R代码的工作流程组织函数代码风格对象名称空格余下的请看R语言观察日志(part16)--Google's R Style Guide 顶层代码 ...
R语言观察日志(part4)--paste函数
学习笔记转载自:R语言中字符串的拼接操作 paste函数在R语言中 paste 是一个很有用的字符串处理函数,可以连接不同类型的变量及常量.函数paste的一般使用格式为: paste(..., ...
R语言观察日志(part23)--bibliometrix包
R语言文献计量分析笔记参考文献:如何用 R 快速了解科研领域?; BiblioShiny使用介绍; R语言快速实现文献计量分析 GitHub:https://github.com/massimoar ...
R语言观察日志(part16)--Google‘s R Style Guide
学习笔记,仅供参考自翻,有错必究文章目录 Google's R Style Guide summary R语言风格 R语言规则符号和命名文件名标识符每行长度(注意) 缩进空格花括号被 ...
R语言观察日志(part15)--R的缺点
学习笔记,仅供参考,有错必纠摘自:基于R语言的机器学习 R的缺点
R语言观察日志(part8)-RMarkdown之其他语言
学习笔记,仅供参考,有错必纠参考自:官方文档rmarkdown;R Markdown中配置python R Markdwon 其他语言我们的.Rmd文件同样可以执行除了R以外的语言,比如: Pyt ...
R语言观察日志(part13)--从GitHub中下载R包
学习笔记,仅供参考,有错必纠从GitHub中下载R包这里,我们将介绍两种下载并加载R包的方式,即通过在线安装和本地安装. 在线安装我们在使用在线安装的方法时,可能会遇到各种各样的问题,这里,我们 ...
R语言观察日志(part12)--关于.Rprofile文件
学习笔记,仅供参考,有错必纠关于.Rprofile文件帮助文档除非--no-init-file被给出,R会搜索一个用户配置文件,一个包含R代码的文件.这个文件的路径可以由R_PROFILE_US ...
R语言观察日志(part9)--RMarkdown之输出格式
学习笔记,仅供参考,有错必纠参考自:官方文档rmarkdown;R Markdown中配置python R Markdwon 输出格式设置render的output_format参数,可以将.Rm ...

R语言观察日志(part5)--利用readr和readxl包读写数据

利用readr和readxl包读写数据

读取数据

写入数据

R语言观察日志(part5)--利用readr和readxl包读写数据相关推荐

最新文章

热门文章