導出：

對于某一數(shù)據(jù)集導出文件的方法

導出例子：write.csv(data_1,file = "d:/1111111111.csv")

其中data_1是你的數(shù)據(jù)集，file是你的存儲路徑和要存儲的名字 

導入：

1  使用鍵盤輸入數(shù)據(jù)

     (1) 創(chuàng)建一個空數(shù)據(jù)框（或矩陣），其中變量名和變量的模式需與理想中的最終數(shù)據(jù)集一致；

       (2)針對這個數(shù)據(jù)對象調(diào)用文本編輯器，輸入你的數(shù)據(jù)，并將結果保存回此數(shù)據(jù)對象中。

       在下例中，你將創(chuàng)建一個名為mydata的數(shù)據(jù)框，它含有三個變量：age（數(shù)值型）、gender（字符型）和weight（數(shù)值型）。然后你將調(diào)用文本編輯器，鍵入數(shù)據(jù)，最后保存結果。

       >mydata<-data.frame(age=numeric(0),gender=character(0),weight=numeric(0))

       >mydata<-edit(mydata)

2 從帶分隔符的文本文件中導入數(shù)據(jù)

        你可以使用read.table()從帶分隔符的文本文件中導入數(shù)據(jù)。此函數(shù)可讀入一個表格格式
的文件并將其保存為一個數(shù)據(jù)框。其語法如下：

  mydataframe<-read.table(file.header=logical_value,sep="delimiter",row,names="name")

       其中，file是一個帶分隔符的ASCII文本文件，header是一個表明首行是否包含了變量名的邏輯值（TRUE或FALSE），sep用來指定分隔數(shù)據(jù)的分隔符，row.names是一個可選參數(shù)，用以指定一個或多個表示行標識符的變量。

請注意，參數(shù)sep允許你導入那些使用逗號以外的符號來分隔行內(nèi)數(shù)據(jù)的文件。你可以使用sep="\t"讀取以制表符分隔的文件。此參數(shù)的默認值為sep=""，即表示分隔符可為一個或多個空格、制表符、換行符或回車符.

默認情況下，字符型變量將轉換為因子。我們并不總是希望程序這樣做（例如處理一個含有被調(diào)查者評論的變量時）。有許多方法可以禁止這種轉換行為。其中包括設置選項stringsAsFactors=FALSE，這將停止對所有字符型變量的此種轉換。另一種方法是使用選項colClasses為每一列指定一個類，例如logical（邏輯型）、numeric（數(shù)值型）、character
（字符型）、factor（因子）。

函數(shù)read.table()還擁有許多微調(diào)數(shù)據(jù)導入方式的追加選項。

3 導入  Excle數(shù)據(jù)

       讀取一個Excel文件的最好方式，就是在Excel中將其導出為一個逗號分隔文件（csv），并使用前文描述的方式將其導入R中。在Windows系統(tǒng)中，你也可以使用RODBC包來訪問Excel文件。

電子表格的第一行應當包含變量/列的名稱。

首先，下載并安裝RODBC包。

你可以使用以下代碼導入數(shù)據(jù)：

>install.packages("RODBC")
library(RODBC)
channel<-odbcConnectExcel("myfile.xls")
mydataframe<-sqlFetch(hannel,"mysheet")
odbcClose(channel)

這里的myfile.xls是一個Excel文件，mysheet是要從這個工作簿中讀取工作表的名稱，channel是一個由odbcConnectExcel()返回的RODBC連接對象，mydataframe是返回的數(shù)據(jù)框

       注意：Excel2007使用了一種名為XLSX的文件格式，實質(zhì)上是多個XML文件組成的壓縮包。xlsx包可以用來讀取這種格式的電子表格。在第一次使用此包之前請務必先下載并安裝好。包中的函數(shù)read.xlsx()可將XLSX文件中的工作表導入為一個數(shù)據(jù)框。其最簡單的調(diào)用格式是read.xlsx(file,n)，其中file是Excel2007工作簿的所在路徑，n則為要導入的工作表序號。

library(xlsx)
workbook<-"c:/mywoehbook.xlsx"
mydataframe<-read.xlsx(workbook,1)

從位于C盤根目錄的工作簿myworkbook.xlsx中導入了第一個工作表.

4 從網(wǎng)頁抓取數(shù)據(jù)

   在Web數(shù)據(jù)抓取（Webscraping）的過程中，用戶從互聯(lián)網(wǎng)上提取嵌入在網(wǎng)頁中的信息，并將其保存為R中的數(shù)據(jù)結構以做進一步的分析。完成這個任務的一種途徑是使用函數(shù)readLines()下載網(wǎng)頁，然后使用如grep()和gsub()一類的函數(shù)處理它。對于結構復雜的網(wǎng)頁，可以使用RCurl包和XML包來提取其中想要的信息。

5  導入SPSS數(shù)據(jù)

    SPSS數(shù)據(jù)集可以通過foreign包中的函數(shù)read.spss()導入到R中，也可以使用Hmisc包中的spss.get()函數(shù)。函數(shù)spss.get()是對read. spss()的一個封裝，它可以為你自動設置后者的許多參數(shù)，讓整個轉換過程更加簡單一致，最后得到數(shù)據(jù)分析人員所期望的結果。

首先，下載并安裝Hmisc包（foreign包已被默認安裝）：

>install.packages("Hmisc")
>library(Hmisc)
>mydatframe<-spss.get("mydata.sav",use.value.lables="TRUE")

這段代碼中，mydata.sav是要導入的SPSS數(shù)據(jù)文件，use.value.labels=TRUE表示讓函數(shù)將帶有值標簽的變量導入為R中水平對應相同的因子，mydataframe是導入后的R數(shù)據(jù)框。

6導入SAS數(shù)據(jù)

   R中設計了若干用來導入SAS數(shù)據(jù)集的函數(shù)，包括foreign包中的read.ssd()和Hmisc包中的sas.get()。遺憾的是，如果使用的是SAS的較新版本（SAS 9.1或更高版本），你很可能會發(fā)現(xiàn)這些函數(shù)并不能正常工作，因為R尚未跟進SAS對文件結構的改動。個人推薦兩種解決方案。

你可以在SAS中使用PROC EXPORT將SAS數(shù)據(jù)集保存為一個逗號分隔的文本文件，并使用下敘述的方法將導出的文件讀取到R中：

SAS程序：

 proc export data=mydata

  outfile="mydata.csv"

  dbms=csv

run;

R程序：

mydata<-read.table("mydata.csv",header=TRUE,sep=",")

7 導入Stata數(shù)據(jù)

> library(foreign)
> mydata<-read.dta("mydata.dta")

這里，mydata.dta是Stata數(shù)據(jù)集，mydataframe是返回的R數(shù)據(jù)框.

8導入netCDF數(shù)據(jù)

Unidata項目主導的開源軟件庫netCDF（network Common Data Form，網(wǎng)絡通用數(shù)據(jù)格式）定
義了一種機器無關的數(shù)據(jù)格式，可用于創(chuàng)建和分發(fā)面向數(shù)組的科學數(shù)據(jù)。netCDF格式通常用來存儲地球物理數(shù)據(jù)。ncdf包和ncdf4包為netCDF文件提供了高層的R接口。ncdf包為通過Unidata的netCDF庫（版本3或更早）創(chuàng)建的數(shù)據(jù)文件提供了支持，而且在Windows、MacOS X和Linux上均可使用。ncdf4包支持netCDF 4或更早的版本，但在Windows上尚不可用。

考慮如下代碼：

在本例中，對于包含在netCDF文件mynetCDFfile中的變量myvar，其所有數(shù)據(jù)都被讀取并保存到了一個名為myarray的R數(shù)組中。

9導入HDF5數(shù)據(jù)

    HDF5（Hierarchical Data Format，分層數(shù)據(jù)格式）是一套用于管理超大型和結構極端復雜數(shù)據(jù)集的軟件技術方案。hdf5包能夠以那些理解HDF5格式的軟件可以讀取的格式，將R對象寫入到一個文件中。這些文件可以在之后被讀回R中。這個包是實驗性質(zhì)的.

10訪問數(shù)據(jù)庫管理系統(tǒng)

     R中有多種面向關系型數(shù)據(jù)庫管理系統(tǒng)（DBMS）的接口，包括MicrosoftSQL Server、MicrosoftAccess、MySQL、Oracle、PostgreSQL、DB2、Sybase、Teradata以及SQLite。使用R來訪問存儲在外部數(shù)據(jù)庫中的數(shù)據(jù)是一種分析大數(shù)據(jù)集的有效手段（參見附錄G），并且能夠發(fā)揮SQL和R各自的優(yōu)勢。

1. ODBC接口

     在R中通過RODBC包訪問一個數(shù)據(jù)庫也許是最流行的方式，這種方式允許R連接到任意一種擁有ODBC驅動的數(shù)據(jù)庫，其實幾乎就是市面上的所有數(shù)據(jù)庫。

第一步是針對你的系統(tǒng)和數(shù)據(jù)庫類型安裝和配置合適的ODBC驅動——它們并不是R的一部分。如果你的機器尚未安裝必要的驅動，上網(wǎng)搜索一下應該就可以找到。針對選擇的數(shù)據(jù)庫安裝并配置好驅動后，請安裝RODBC包。你可以使用命令install.packages("RODBC")來安裝它。

RODBC包中的主要函數(shù)列于表2-2中。 

RODBC包允許R和一個通過ODBC連接的SQL數(shù)據(jù)庫之間進行雙向通信。這就意味著你不僅可以讀取數(shù)據(jù)庫中的數(shù)據(jù)到R中，同時也可以使用R修改數(shù)據(jù)庫中的內(nèi)容。假設你想將某個數(shù)據(jù)庫中的兩個表（Crime和Punishment）分別導入為R中的兩個名為crimedat和pundat的數(shù)據(jù)框，可以通過如下代碼完成這個任務：

library(RODBC)
myconn<-odbcConnect("mydsn",uid="Rob",pwd="aardvark")
crimedat<-sqlFetch(myconn,Crime)
pundat<-sqlQuery(myconn,"select*from Punishment")
close(myconn)

這里首先載入了RODBC包，并通過一個已注冊的數(shù)據(jù)源名稱（mydsn）和用戶名（rob）以及密碼（aardvark）打開了一個ODBC數(shù)據(jù)庫連接。連接字符串被傳遞給sqlFetch，它將Crime表復制到R數(shù)據(jù)框crimedat中。然后我們對Punishment表執(zhí)行了SQL語句select并將結果保存到數(shù)據(jù)框pundat中。最后，我們關閉了連接。函數(shù)sqlQuery()非常強大，因為其中可以插入任意的有效SQL語句。這種靈活性賦予了你選擇指定變量、對數(shù)據(jù)取子集、創(chuàng)建新變量，以及重編碼和重命名現(xiàn)有變量的能力。

總結

到此這篇關于R語言導入導出數(shù)據(jù)的文章就介紹到這了,更多相關R語言導入導出數(shù)據(jù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論