R语言数据分析与挖掘-R语言数据读写.pptxVIP

文本文件读写011Excel文件读写02数据库文件读写03 PAGE2R语言数据读写R语言提供了众多扩展包来读取不同来源的数据文件，如快速读入文本文件的readr包、读取excel文件数据的readxl包、读取大数据集的data.table包等。R语言常用于读取不同来源数据的函数如下：2 文本文件读写301 PAGE4Base包read.table()函数可以轻松地将csv/txt等文本文件导入到R语言中，并将结果存储在一个数据框中。有几个与read.table类似的函数，可以快速读入不同类型的文本文件。read.csv()函数分割符默认设置为逗号，并假设数据有标题行，是读入csv文件的首选函数。read.csv2()函数则使用逗号作为小数位，并用分号作为分隔符。read.delim()和read.delim2()分别使用句号或逗号作为小数位，用换行符(\t)作为分隔符。参数描述file要读取的数据文件名称，文件如果不在当前文件夹路径下，需添加绝对路径header逻辑值，导入文件是否有标题行，默认为FALSE，不含有标题行，设置为TRUE则将文件第一行作为变量的标题sep文件中字段的分隔符，默认为sep=””,表示分隔符为一个或多个空格、制表符、换行或回车quote设置如何引用字符型变量。默认情况下，字符串可以被引号”或’括起，如果没有设定分割字符，引号前面加\，即quote=”\”dec设置用来表示小数点的字符，默认为.row.names读入数据的行名，默认为1,2,3,……col.names读入数据的列名，如header设置为FALSE时，默认为V1,V2,V3,……na.strings赋给缺失值的值，默认为NAskip开始读取数据前跳过的数据文件的行数strip.white是否消除空白字符blank.lines.skip是否跳过空白行4 PAGE5readr包接下来，将学习如何利用功能强大的readr扩展包进行文本文件的读写。首次使用之前，请先运行install.packages(“readr”)命令进行在线安装。read_csv()函数将数据文件读入R语言，并保存为tibble类型。tibble类型是R语言中用来替换data.frame的扩展数据框，tibble类型与data.frame类型有相同的语法，使用起来更方便。参数描述file要读取的数据文件名称，数据文件如果不在当前路径下，需添加绝对路径col_names逻辑值或列名的特征向量。如果TRUE，输入第一行将作用作列名，如果FALSE，列名将自动生成X1,X2,X3,……，如是字符向量，向量值将作为列名称col_types指定列的数据类型，为NULL时会自动识别na赋给缺失值的字符向量quoted_na判断引号内的缺失值为缺失值（缺省值）或字符串comment用于标识注释的字符串trim_ws是否消除空白字符skip读取数据前要跳过的行数n_max要读取的最大记录数，默认为Inf，即无穷大5 PAGE6Data.table包data.table扩展包是data.frame的升级版，其特点是用于数据框格式数据的处理特点快。体现在以下两个方面：一方面是写入快，代码简洁，只要一行命令就可以完成诸多任务。一方面是处理快，优化了内部处理步骤，使用多线程，甚至很多函数是使用C语言编写，大大加快数据运行速度。因此，在对大数据处理上，无疑首选data.table扩展包。data.table属于扩展包，首次使用前请先通过install.packages(“data.table”)命令进行在线安装。fread()函数用于数据导入：参数描述input输入的文件，或者字符串（至少有一个\n)file文件路径，在确保没有执行shell命令时很有用，也可以在input参数输入sep列之间的分隔符sep2分隔符内再分隔的分隔符dec小数分隔符，默认.nrows读取的行数，默认为全部header第一行是否为列名na.stringsNA值的处理stringsAsFactors是否转化字符串为因子verbose是否交互和报告运行时间skip跳过读取的行数，为1则从第二行开始读取select需要保留的列名或者列号，剔除剩余列drop需要剔除的列名或者列号，读取剩余列 colClasses指定数据类型integer64读如64位的整型数col.names变量（列）的可选名称向量check.names 默认FALSE；为TRUE时data.table会检查变量名称，以确保它们是语法上有效的变量名称encoding默认unknown，其他可能UTF-8或者Latin-1，不是用来重新编码，而是允许在本机处理的编码字符串strip.white默认TRUE，删除结尾空白符；如果FALSE, 只删除标题尾随空格