列表的分量可以是不同的类型，使用list()函数可以创建列表：

> x = list(name="Fred", wife="Mary", no.children=3, child.ages=c(4,7,9))
> x
$name
[1] "Fred"$wife
[1] "Mary"$no.children
[1] 3$child.ages
[1] 4 7 9

列表元素可以通过几种不同的索引进行访问：

> x[[1]]
[1] "Fred"
> x[1][1]
$name
[1] "Fred"> x["name"][1]
$name
[1] "Fred"
> x$name
[1] "Fred"

数据框是一种特殊的列表，是和矩阵类似的一种结构。在数据框中， 列可以是不同的对象。 可以把数据框看作是一个 行表示观测个体并且（可能）同时拥有数值变量和 分类变量的 `数据矩阵' ，行和列可以通过矩阵的索引方式进行访问。

下面是例子：

> L3 = LETTERS[1:3]
> L3
[1] "A" "B" "C"
> d = data.frame(cbind(x = 1, y = 1:10), fac = sample(L3, 10, replace = TRUE))
> dx  y fac
1  1  1   B
2  1  2   A
3  1  3   C
4  1  4   C
5  1  5   B
6  1  6   A
7  1  7   A
8  1  8   B
9  1  9   B
10 1 10   A
> d$x[1] 1 1 1 1 1 1 1 1 1 1
> d[[2]][1]  1  2  3  4  5  6  7  8  9 10
> d[1][1]x
1  1
2  1
3  1
4  1
5  1
6  1
7  1
8  1
9  1
10 1

数据框是非常有用的工具。R中还提供了合并数据框的函数。对于两个有相同列的数据框，可以用merge()函数进行合并，可以指定安装哪一个列进行合并：

> x <- data.frame(k1 = c(NA,NA,3,4,5), k2 = c(1,NA,NA,4,5), data = 1:5)
> y <- data.frame(k1 = c(NA,2,NA,4,5), k2 = c(NA,NA,3,4,5), data = 1:5)
> xk1 k2 data
1 NA  1    1
2 NA NA    2
3  3 NA    3
4  4  4    4
5  5  5    5
> yk1 k2 data
1 NA NA    1
2  2 NA    2
3 NA  3    3
4  4  4    4
5  5  5    5> merge(x,y)k1 k2 data
1  4  4    4
2  5  5    5
> merge(x,y,by='k1')k1 k2.x data.x k2.y data.y
1  4    4      4    4      4
2  5    5      5    5      5
3 NA    1      1   NA      1
4 NA    1      1    3      3
5 NA   NA      2   NA      1
6 NA   NA      2    3      3> merge(x, y, by = c("k1","k2"))k1 k2 data.x data.y
1  4  4      4      4
2  5  5      5      5
3 NA NA      2      1

前面提到data.entry()函数可以打开数据编辑器，但是不适用于数据框。如果用data.entry()修改了数据框，会转换成列表(list)类型。

编辑数据框需要使用edit()函数：

> xnew = edit(xold)
edit()函数只是编辑，并不赋值。如果要直接修改数据框，需要使用如下的形式：
> x = edit(x)
> fix(x)        #等价于上面的形式

R支持丰富的文件格式，支持CSV、FIX、DIF、XML等文本格式和DBF、XLS、HDF5、netCDF等二进制格式。

对于CSV文件，R认为最理想的是如下的格式：

即，第一行为数据框各分量的名字，随后的每一行第一项为行标签，其余为数据。

如果不符合这样的默认格式，需要在导入函数中指定特定的参数。

最常用的方式是使用read.table()函数和write.table()处理CSV文件的导入导出。函数read()和write()只能处理矩阵或向量的特定列，而read.table()和write.table()可以处理包含行、列标签的数据框。

read.talbe()函数读取文件并返回一个数据框：

read.table(file, header = FALSE, sep = "", quote = "\"'",dec = ".", row.names, col.names,as.is = !stringsAsFactors,na.strings = "NA", colClasses = NA, nrows = -1,skip = 0, check.names = TRUE, fill = !blank.lines.skip,strip.white = FALSE, blank.lines.skip = TRUE,comment.char = "#",allowEscapes = FALSE, flush = FALSE,stringsAsFactors = default.stringsAsFactors(),fileEncoding = "", encoding = "unknown", text)

一些主要的参数：

• file : 要处理的文件。可以用字符串指定文件名，也可以使用函数，如：file('file.dat',encoding='utf-8')
• header：首行是否为字段名。如果不指定，read.table()会根据行标签进行判断，即如果首行比下面的行少一列，就是header行
• col.names: 如果指定，则用指定的名称替代首行中的列名称
• sep：指定分隔符。默认为空白符（空格，制表符，换行符等）。可以指定为' ', '\t'等
• quote：指定字符串分隔符，如" 或 '
• na.strings: 指定缺损值。默认为NA
• fill ：文件中是否忽略了行尾字段。如果有，必须指定为 TRUE
• strip.white:是否去除字符串字段首尾的空白
• blank.lines.skip:是否忽略空白行，默认为TRUE。如果要指定为FALSE，需要同时指定 fill = TRUE 才有效
• colClasses:指定每个列的数据类型
• comment.char : 注释符。默认使用#作为注释符号，如果文件中没有注释，指定comment.char = "" 会比较安全 （也可能让速度比较快）

为了使用方便，read.table()函数还提供了一些变体，这些变体为read.table()的一些参数设定了默认值：

read.csv(file, header = TRUE, sep = ",", quote = "\"",dec = ".", fill = TRUE, comment.char = "", ...)read.csv2(file, header = TRUE, sep = ";", quote = "\"",dec = ",", fill = TRUE, comment.char = "", ...)read.delim(file, header = TRUE, sep = "\t", quote = "\"",dec = ".", fill = TRUE, comment.char = "", ...)read.delim2(file, header = TRUE, sep = "\t", quote = "\"",dec = ",", fill = TRUE, comment.char = "", ...)write.table()的参数要少一些：
write.table(x, file = "", append = FALSE, quote = TRUE, sep = " ",eol = "\n", na = "NA", dec = ".", row.names = TRUE,col.names = TRUE, qmethod = c("escape", "double"),fileEncoding = "")

一些参数的说明：

• x 要写入的对象的名称
• file 文件名(缺省时对象直接被“写”在屏幕上)
• append 是否为增量写入
• quote 一个逻辑型或者数值型向量:如果为TRUE,则字符型变量和因子写在双引 号""中;若quote是数值型向量则代表将欲写在""中的那些列的列标。(两种 情况下变量名都会被写在""中;若quote = FALSE则变量名不包含在双引号中)
• sep 文件中的字段分隔符
• eol 指定行尾符，默认为'\n'
• na 表示缺失数据的字符
• dec 用来表示小数点的字符
• row.names 一个逻辑值,决定行名是否写入文件;或指定要作为行名写入文件的字符型 向量
• col.names 一个逻辑值(决定列名是否写入文件);或指定一个要作为列名写入文件中 的字符型向量
• qmethod 若quote=TRUE,则此参数用来指定字符型变量中的双引号"如何处理: 若参数值为"escape" (或者"e",缺省)每个"都用\"替换;若值为"d"则每 个"用""替换

类似的，write.table()也提供了一些变体：

write.csv(…)

write.csv2(…)

示例： 将前面的例子保存为工作空间下的文件，然后执行命令：

> x = read.table('sample.csv',sep='\t')
> xV1    V2    V3   V4    V5  V6        V7
1 NA Price Floor Area Rooms Age Cent.heat
2  1 52.00 111.0  830     5 6.2        no
3  2 54.75 128.0  710     5 7.5        no
4  3 57.50 101.0 1000     5 4.2        no
5  4 57.50 131.0  690     6 8.8        no
6  5 59.75  93.0  900     5 1.9       yes

使用fix(x)编辑数据后，用write.table(x,'sample1.csv')保存。

read.table()很方便，但是处理大矩阵时的效率很低，比如你可以实验一下一个不太大（200x2000)的矩阵操作：

>write.table(matrix(rnorm(200*2000), 200), "matrix.dat", row.names=F, col.names=F)
> A <- as.matrix(read.table("matrix.dat"))      #需要大概7秒

read.table()调用了scan()读取文件，然后对结果进行处理。如果直接使用scan()读取，效率会更高：

> A <- matrix(scan("matrix.dat", n = 200*2000), 200, 2000, byrow = TRUE)    #需要大概2秒

当矩阵的规模更大时，这种差异会更加突出。 scan()函数比read.table()要更加灵活,一个非常主要的区别是scan()可以指定变量的类型，避免类型校验带来的开销：

scan(file = "", what = double(), nmax = -1, n = -1, sep = "",quote = if(identical(sep, "\n")) "" else "'\"", dec = ".",skip = 0, nlines = 0, na.strings = "NA",flush = FALSE, fill = FALSE, strip.white = FALSE,quiet = FALSE, blank.lines.skip = TRUE, multi.line = TRUE,comment.char = "", allowEscapes = FALSE,fileEncoding = "", encoding = "unknown", text)

同理，cat()函数也比write.table()灵活：

cat(... , file = "", sep = " ", fill = FALSE, labels = NULL,append = FALSE)

R可以把很多种数据源都看做连接，包括：

• 文件 file()函数创建一个文件连接，可以打开文本文件或二进制文件。对于gzip或bzip2压缩的文件，可以使用gzfile()和bzfile()函数创建连接。
• 标准I/O R中可以使用stdin()、stdout()、stderr()函数建立到标准I/O的连接。这些连接不需要打开就能直接使用，而且不能关闭。
• 字符向量 R中甚至允许以一个字符向量作为输入或输出。使用textConnection()函数创建到字符向量的连接。
• 管道（Pipes) UNIX中的管道有着非凡重要的意义，可以非常简单的实现进程间通信。R函数pipe()可以创建管道连接。
• URL

URL 类型的 http://，ftp:// 和 //localhost/ 可以通过函数 url 读内容。为方便起见，file 也可以 接受这种文件规范和调用url。

• socket

函数socketConnection()可以创建socket连接

直接看例子：

zz <- file("ex.data", "w")  # 打开一个输出文件连接cat("TITLE extra line", "2 3 5 7", "", "11 13 17",file = zz, sep = "\n")cat("One more line\n", file = zz)close(zz)## 使用管道（Unix）在输出中把小数点转换成逗号## R字符串和（可能）SHELL脚本中都需要把 \ 写两次zz <- pipe(paste("sed s/\\\\./,/ >", "outfile"), "w")cat(format(round(rnorm(100), 4)), sep = "\n", file = zz)close(zz)## 现在查看输出文件：file.show("outfile", delete.file = TRUE)## 捕获R输出：使用 help(lm) 里面的例子zz <- textConnection("ex.lm.out", "w")sink(zz)example(lm, prompt.echo = "> ")sink()close(zz)## 现在 `ex.lm.out' 含有需要进一步处理的输出内容## 查看里面的内容，如cat(ex.lm.out, sep = "\n")

从连接读入数据的基本函数是scan 和 readLines。这些函数有个以字符串作为输入的参数，在 函数调用时会打开一个文件连接，但显式地打开文件连接允许一个文件 可以连续地以不同格式读入。 调用 scan 的其它函数也可以使用连接， 特别是 read.table。 一些简单的例子如下:

## 读入前面例子中创建的文件
readLines("ex.data")
unlink("ex.data")## 读入当前目录的清单（Unix）
readLines(pipe("ls -1"))# 从输入文件中去掉拖尾的逗号。
# 假定我们有一个包含如下`数据'的文件
450, 390, 467, 654,  30, 542, 334, 432, 421,
357, 497, 493, 550, 549, 467, 575, 578, 342,
446, 547, 534, 495, 979, 479
# 然后通过如下命令读入
scan(pipe("sed -e s/,$// data"), sep=",")

从连接输入数据还可以使用压栈操作。类似于C语言中的ungetc函数，R中的pushBack()函数可以把任意数据压入给连接。压入后的数据以堆栈方式存储（FILO)。栈不为空时从栈中取数据，栈为空才从连接输入数据。

例子如下：

> zz <- textConnection(LETTERS)> readLines(zz, 2)[1] "A" "B"> scan(zz, "", 4)Read 4 items[1] "C" "D" "E" "F"> pushBack(c("aa", "bb"), zz)> scan(zz, "", 4)Read 4 items[1] "aa" "bb" "G"  "H"> close(zz)

压栈操作仅适用于文本输入模式的连接。

在打开连接时用'b'设置二进制方式，如'rb','wb'等，则可以使用readBin()和writeBin()函数进行二进制方式的读写。函数说明如下：

readBin(con, what, n = 1, size = NA, endian = .Platform$endian)
writeBin(object, con, size = NA, endian = .Platform$endian)

其中：

• con 要打开的连接。如果给定的是字符串，它会被假定是文件名字。
• what 说明向量的类型/模式。比如 numeric，integer，logical，character， complex 或 raw 。可以用函数如integer()或字符串如'integer'作为参数。
• n 要读入的最大元素数量
• size 指定字节数。比如，通过设定size可以读写16位的整数或单精度的实数。
• object 要写入的对象，必须是原子型向量对象，也就是没有属性的 numeric，integer，logical，character， complex 或 raw 模式的向量。默认情况下，这些以 和内存里面完全一样字节流的写入文件的。

MySQL是很常用的开源数据库。CRAN的包RMySQL提供了对MySQL数据库的访问支持：

• 使用dbDriver("MySQL")获取数据库连接管理对象。类似的，其他的包中也提供了dbDriver("Oracle") ， dbDriver("SQLite")的方式。
• 调用dbConnect打开一个数据库连接
• 使用dbSendQuery()或 dbGetQuery()发送查询。其中dbGetQuery 传送查询语句， 把结果以数据框形式返回。dbSendQuery 传送查询，返回的结果是 继承"DBIResult"的一个子类的对象。"DBIResult" 类 可用于取得结果，而且还可以通过调用 dbClearResult 清除结果。
• 使用fetch()函数 获得查询结果的部分或全部行，并以列表返回。 函数 dbHasCompleted 确定是否所有行已经获得了， 而 dbGetRowCount 返回结果中行的数目。
• 函数dbReadTable 和 dbWriteTable 可以在R数据框和数据库表之间传递数据，数据框的行名字映射到 MySQL 表的 row_names 字段。
• dbDisconnect()用于关闭数据库连接

下面是例子：

> library(RMySQL) # will load DBI as well
## 打开一个MySQL数据库的连接
> con <- dbConnect(dbDriver("MySQL"), dbname = "test")
## 列出数据库中表
> dbListTables(con)
## 把一个数据框导入到数据库，删除任何已经存在的拷贝
> data(USArrests)
> dbWriteTable(con, "arrests", USArrests, overwrite = TRUE)
TRUE
> dbListTables(con)
[1] "arrests"
## 获得整个表
> dbReadTable(con, "arrests")Murder Assault UrbanPop Rape
Alabama          13.2     236       58 21.2
Alaska           10.0     263       48 44.5
Arizona           8.1     294       80 31.0
Arkansas          8.8     190       50 19.5
...
## 从导入的表中查询
> dbGetQuery(con, paste("select row_names, Murder from arrests","where Rape > 30 order by Murder"))row_names Murder
1   Colorado    7.9
2    Arizona    8.1
3 California    9.0
4     Alaska   10.0
5 New Mexico   11.4
6   Michigan   12.1
7     Nevada   12.2
8    Florida   15.4
> dbRemoveTable(con, "arrests")
> dbDisconnect(con)

CRAN 里面的包 RODBC 提供了 ODBC的访问接口：

• odbcConnect 或 odbcDriverConnect （在Windows图形化界面下，可以通过对话框选择数据库） 可以打开一个连接，返回一个用于随后数据库访问的控制（handle）。 打印一个连接会给出ODBC连接的一些细节，而调用 odbcGetInfo 会给出客户端和服务器的一些细节信息。
• 在一个连接中的表的细节信息可以通过函数 sqlTables 获得。
• 函数 sqlSave 会把 R 数据框复制到一个数据库的表中， 而函数 sqlFetch 会把一个数据库中的表拷贝到 一个 R 的数据框中。
• 通过sqlQuery进行查询，返回的结果是 R 的数据框。（sqlCopy把一个 查询传给数据库，返回结果在数据库中以表的方式保存。） 一种比较好的控制方式是首先调用 odbcQuery， 然后 用 sqlGetResults 取得结果。后者可用于一个循环中 每次获得有限行，就如函数 sqlFetchMore 的功能。
• 连接可以通过调用函数 close 或 odbcClose 来关闭。 没有 R 对象对应或不在 R 会话后面的连接也可以调用这两个函数来关闭， 但会有警告信息。

代码示例：

> library(RODBC)
## 让函数把名字映射成小写
> channel <- odbcConnect("testdb", uid="ripley", case="tolower")
## 把一个数据框导入数据库
> data(USArrests)
> sqlSave(channel, USArrests, rownames = "state", addPK = TRUE)
> rm(USArrests)
## 列出数据库的表
> sqlTables(channel)TABLE_QUALIFIER TABLE_OWNER TABLE_NAME TABLE_TYPE REMARKS
1                              usarrests      TABLE
## 列出表格
> sqlFetch(channel, "USArrests", rownames = "state")murder assault urbanpop rape
Alabama          13.2     236       58 21.2
Alaska           10.0     263       48 44.5...
## SQL查询，原先是在一行的
> sqlQuery(channel, "select state, murder from USArrestswhere rape > 30 order by murder")state murder
1 Colorado      7.9
2 Arizona       8.1
3 California    9.0
4 Alaska       10.0
5 New Mexico   11.4
6 Michigan     12.1
7 Nevada       12.2
8 Florida      15.4
## 删除表
> sqlDrop(channel, "USArrests")
## 关闭连接
> odbcClose(channel)

作为 Windows下面用 ODBC 连接 Excel电子表格的一个简单例子， 我们可以如下读取电子表格:

> library(RODBC)
> channel <- odbcConnectExcel("bdr.xls")
## 列出电子表格
> sqlTables(channel)TABLE_CAT TABLE_SCHEM        TABLE_NAME   TABLE_TYPE REMARKS
1 C:\\bdr            NA           Sheet1$ SYSTEM TABLE      NA
2 C:\\bdr            NA           Sheet2$ SYSTEM TABLE      NA
3 C:\\bdr            NA           Sheet3$ SYSTEM TABLE      NA
4 C:\\bdr            NA Sheet1$Print_Area        TABLE      NA
## 获得表单1的内容，可以用下面任何一种方式
> sh1 <- sqlFetch(channel, "Sheet1")
> sh1 <- sqlQuery(channel, "select * from [Sheet1$]")

注意，数据库表的规范和 sqlTables 返回的名字是不一样的： sqlFetch 可以映射这种差异。