每天学习一点R：8.数据的导入和输出

数据的导入

在应用R进行数据分析之前，首先要做的一步工作就是将数据导入R工作环境。

R所识别的数据通常为“X·Y”型的多变量数据，格式为txt或csv格式，不同数据间以制表符(Tab)或“,”间隔。

输入数据可以使用excel进行录入和基本格式的修改，之后另存为，选择制表符分隔的文本(.txt)或CSV UTF-8(逗号分隔)(.csv)。

R中最常使用read.table()和read.csv()命令对数据进行导入。

read.table

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")

参数解读：

• file，导入文件的名称，要用绝对路径；

• header，逻辑参数，指定是否文件第一行定义为列名；

• sep：

  指定数据分割字符，制表符为”\t”，逗号为”,”；

• na.strings:指定缺失文字

• skip:指定读数据跳过的行数

• nrows:指定数据读入最大的行数

• dec：

  指定小数点记号

• row.names与col.names，赋予数据行名和列名

• colClasses，数据中每列的类型

• comment.char 注释字符,即忽略携带此字符的行

• stringsAsFactors字符变量是否变为因子

如导入的文件与运行的R脚本位于同一文件夹中，则无需输入绝对路径，只需输入文件名即可。

通常数据的第一行为列名，第一列为行名，此时可以将参数设置为“header = TRUE, row.names = 1”。

data <- read.table(file = "tem.txt", header = TRUE, row.names = 1, sep = "\t"

其余参数一般默认即可。

read.csv

read.table()命令可以解决绝大多数数据导入的问题，但是在个别情况下，会导致数据导入失败或格式错乱，本人之前曾经遇到过，发生次数极少，原因未知，此时可以试试read.csv()命令。

read.csv()命令的使用方法和参与基本上与read.table()一致。

data <- read.csv(file = "tem.txt", header = TRUE, row.names = 1, sep = "\t", as.is = TRUE)

read.csv()命令导入数据时会自动的将非数值类型的数据是为因子(factor)，但有时我们可能就是需要字符形式的数据，此时只需把as.is参数设置为TRUE即可。

报错解决

在做数据分析时，经常会碰到一些元素是以0开头的数字，在使用函数read.table或者read.csv等读取文件时，会自动的将开头的0去掉。

可以通过设定read.table或者read.csv的参数colClasses=”character”来解决这一问题。

在导入数据时，会出现这样的错误：scan(file, what, nmax, sep, dec, quote, skip, nlines, na.strings,:15行没有5元素。

这是由于在提示的位置，数据的格式不规则导致无法识别，可以手动进行修改或者设定read.table的参数fill=TRUE来解决。

数据的导出

在进行一系列数据整理或统计学分析之后，可能需要导出结果数据，此时需要用到write.table()命令。

write.table(x, file = "", append = FALSE, 
quote = TRUE, sep = " ", eol = "\n", na = "NA", 
dec = ".", row.names = TRUE, col.names = TRUE, 
qmethod = c("escape", "double"))

参数解读：

• x为需要写入的文件，一般为一个数据框；

• file为输入文件的路径和名字；

• append如为FALSE，则任何同名的文件均会被替换；

• quote规定输出的文件中的数字或字符是否被双引号括在内；

• sep规定每一行中不同的值之间的间隔符；

• eol规定在每一行最后的字符，“\n”代表换行；

• na规定代表缺失数据的字符；

• dec规定小数点的表示符号；

• row.names和col.names规定输出的文件中是否包含行名或列名；

• qmethod规定如何处置双引号字符，默认为escape，此时忽略双引号，当设置为double时，则把双引号当做字符输出。

#将data导出为result.txt文件
write.table(data, file = "result.txt", sep = "\t", quote = FALSE)

扩展阅读

---