R语言外部数据读取

0  引言

　　使用R语言、Python等进行数据处理的第一步就是要导入数据（也可以使用UCI数据集），下文主要根据R语言的帮助文档来介绍外部文件数据的导入方法和注意事项。下面先附上一些指令。

1 格式read.table

　　read.table(file, header = FALSE, sep ="", quote = "\"'",dec = ".", skip = 0,strip.white = FALSE, blank.lines.skip =TRUE,comment.char = "#")

　　(1) file表示要读取的文件。file可以是
①绝对路径或者相对路径。一定要注意，在R语言中\是转义符，所以路径分隔符需要写成"\\"或者“/”。

所以写成“C:\\myfile\\myfile.txt”或者“C:/myfile/myfile.txt”即可。
②使用file.choose()，弹出对话框，自动选择文件位置。例如：read.table(file.choose(),...)。

②使用剪切板导入。先excel文件copy到剪贴板，执行下面的语句，即可导入R

　　read.table("clipboard",sep="\t")

Excel的文件中，每个单元格以制表符分隔，而sep=“\t”的意思是，以制表符进行分割来读取数据。当剪贴的excel中有空格时，需使用sep=“\t”，否则报错。 例如

> dp<-read.table("clipboard",sep="\t")  #使用剪切板导入数据
> dp #输出

显示结果如下：

      (2) header来确定数据文件中第一行是不是标题。默认F，即认为数据文件没有标题，也即认为第一行就开始是数据了！例如：

name   age   income

Tom     22     8000

如果header=F，读进来的第一行数据是“name age income”，header=T，读进来的第一行是“Tom 22 8000”。

　　(3)sep指定分隔符，默认是空格。quote是引号，默认就是双引号。dec是小数点的表示，默认就是一个点。skip是确定是否跳过某些行。strip.white确定是否消除空白字符。blank.lines.skip确定是否跳过空白行。comment.char指定用于表示注释的引导符号。

这是常用的参数设置，一般情况下，我们只需要默认值就够了。

下面是一个简单的例子，首行是标题而不是数据，使用“\t”进行分割而不是空格。读取后的数据变量设为mydata。所以，可以写出读取方式为：

　　mydata<-read.table(file.choose(),header=T,sep="\t")

其中，T=TRUE，F=FALSE。

2 格式read.csv

　　read.csv(file, header = TRUE, sep = ",",quote="\"", dec=".",fill = TRUE,comment.char="")

注释：csv是逗号分割的意思，所以sep必须是逗号。header是默认有标题的。fill默认填充，即遇到行不相等的情况，空白域自动添加既定值。

如果使用默认的设置，可以使用写出：

　　mydata2<-read.csv(file.choose())

 

3 格式read.xlsx

　　这个在最开始的时候有写过，在这里就不再详细叙述了。

4 总结

　　虽然读取文件的格式比较多，但是常用的比较少，把常用的熟悉了就可以。另外，多使用help语句和命令窗口输入“?函数”，查看右侧的提示即可减省很多时间，提高学习效率。

如输入“?read.table”,则在Rstdio界面的右下角就会出现其用法。