library(MASS)#载入package MASS
data(package="MASS") #查看MASS中的数据集
data(SP500,package="MASS") #载入MASS中的SP500数据集
data(SP500) #简化写法
getwd() #返回当前工作目录
setwd("d:/r/r-data") #将当前工作路径修改为

data=read.table("d:/r/r-data/salary.txt",header=T)
data #没有设置工作目录

setwd("d:/r/r-data")
data1=read.table("salary.txt",header=T)
data1 #设定工作目录

data2=read.csv("salary.csv",header=T)
data2 #读入CSV文件

data3=scan("salary.txt",skip=1,what=list(City="",Work=0,Price=0,Salary=0))
data3 #不存在header参数,skip=1说明读取时跳过表示名称的第一行

mode(data) #显示对象的类型

names(data) #显示对象中的标签

dim(data) #显示对象的维度

data$Salary #通过$符号来选择字段

attach(data)
Salary
detach(data) #attach()可以直接通过变量名称来获取变量信息,detach()用来撤销

data.fwf=read.fwf("d:/r/r-data/fwf.txt",widths=c(2,4,4,3),col.name=c("w","x","y","z"))
data.fwf #widths用来指定4个变量的宽度,col.names指定4个变量的名称

data.excel=read.delim("clipboard") #clipboard即剪贴板
data.excel #通过剪贴板的方式来读取excel中的内容

install.packages("RODBC")

library(RODBC)
channel=odbcConnectExcel2007("Salary.xlsx") #通过RODBC包来连接EXCEL文件
sqlTables(channel) #列出Excel中的表格
data.excel12=sqlFetch(channel,"Sheet1") #读取sheet1
data.excel12=sqlQuery(channel,"select * from[Sheet1$]") #在channel中使用sql
close(channel) #关闭channel的连接
mode(data.excel12);dim(data.excel12)

library(RMySQL)
con=dbConnect(MySQL(),user="root",password="xjs123",dbname="mysql")
#打开一个MySQL的连接
table.names=dbListTables(con) #将数据库中的表名存入table.names
field.names=dbListField(con,"event")
dbReadTable(con,"event") #获取全表
query=dbSendQuery(con,"select *from event")
fetch(query) #显示SQL的结果
dbRemoveTable(con,"event") #删除表
dbDisconnect(con) #关闭连接

load("d:/r/r-data/Salary.Rdata") #读入R格式文件
head(data,5) #显示数据集前五行

cat(c("AB","C"),c("E","F"),"n",sep="")
#cat()可以连接字符串、数字向量等

i=1:5
cat("i=",i,"n",sep=",") #sep=“,”是以逗号为分隔符

cat(c("AB","C"),c("E","F"),file="d:/r/r-data/cat.txt",sep=".")
readLines("d:/r/r-data/cat.txt") #以行的形式读取文本

cat(i,file="d:/r/r-data/cat.txt",append=TRUE)
readLines("d:/r/r-data/cat.txt") #append=TRUE表示追加内容,不覆盖之前内容

a=file("d:/r/r-data/cat.txt") #通过file先打开一个连接
cat("1 2 3 4 ","2 3 5 7","11 13 15 17", file=a, sep="\n") #\n表示换行
read.table(a)

data1=read.table("d:/r/r-data/salary.txt",header=T)
write.table(data1,file="d:/r/r-data/salary1.txt",col.names=T,quote=F)
#写入数据

write.csv(data1,file="d:/r/r-data/salary1.csv",row.names=F,quote=F)
data.csv=read.csv("d:/r/r-data/salary1.csv")
dim(data.csv)
#写入CSV文件

save(data,file="d:/r/r-data/salary1.Rdata") #保存R文件
load("d:/r/r-data/salary1.Rdata") #读入R文件
head(data,5)

R语言学习笔记(数据的读取与保存)的更多相关文章

  1. R语言学习笔记:读取前n行数据

    常规读取 一般我们读取文件时都会读取全部的文件然后再进行操作,因为R是基于内存进行计算的. data <- read.table("C:\\Users\\Hider\\Desktop\ ...

  2. R语言学习笔记之外部文件读取

    在win32位的系统下,RODBC包内的函数是可以直接运行的,但在win64位的系统则不支持! 1.读取外部文件read.table()---csv,txt,excel 最基本函数是read.tabl ...

  3. R语言学习笔记(六): 列表及数据框的访问

    List R语言中各组件的名称叫做标签(tags),访问列表有3种方法: j$salary 通过标签名字访问,只要不引起歧义,可以只写出前几个字母. j[['sal']] 夹在两个中括号时引号里的标签 ...

  4. R语言学习笔记之: 论如何正确把EXCEL文件喂给R处理

    博客总目录:http://www.cnblogs.com/weibaar/p/4507801.html ---- 前言: 应用背景兼吐槽 继续延续之前每个月至少一次更新博客,归纳总结学习心得好习惯. ...

  5. R语言学习笔记:基础知识

    1.数据分析金字塔 2.[文件]-[改变工作目录] 3.[程序包]-[设定CRAN镜像] [程序包]-[安装程序包] 4.向量 c() 例:x=c(2,5,8,3,5,9) 例:x=c(1:100) ...

  6. R语言学习笔记(二)

    今天主要学习了两个统计学的基本概念:峰度和偏度,并且用R语言来描述. > vars<-c("mpg","hp","wt") &g ...

  7. R语言学习笔记︱Echarts与R的可视化包——地区地图

    笔者寄语:感谢CDA DSC训练营周末上完课,常老师.曾柯老师加了小课,讲了echart与R结合的函数包recharts的一些基本用法.通过对比谢益辉老师GitHub的说明文档,曾柯老师极大地简化了一 ...

  8. R语言学习笔记 (入门知识)

    R免费使用:统计工具:# 注释,行注释块注释:anything="这是注释的内容"常用R语言编辑器:Rsutdio,Tinn-R,Eclipse+StatET:中文会有乱码帮助:? ...

  9. R语言学习笔记:使用reshape2包实现整合与重构

    R语言中提供了许多用来整合和重塑数据的强大方法. 整合 aggregate 重塑 reshape 在整合数据时,往往将多组观测值替换为根据这些观测计算的描述统计量. 在重塑数据时,则会通过修改数据的结 ...

  10. R语言学习笔记—决策树分类

    一.简介 决策树分类算法(decision tree)通过树状结构对具有某特征属性的样本进行分类.其典型算法包括ID3算法.C4.5算法.C5.0算法.CART算法等.每一个决策树包括根节点(root ...

随机推荐

  1. linux 下配置mysql区分大小写(不区分可能出现找不到表的情况)怎么样使用yum来安装mysql

    Linux 默认情况下,数据库是区分大小写的:因此,要将mysql设置成不区分大小写 在my.cof 设置 lower_case_table_names=1(1忽略大小写,0区分大小写) 检查方式:在 ...

  2. Hibernate配置文件中映射元素详解

    对象标识符号 在关系数据库表中,主键(Primary Key)用来识别记录,并保证每条记录的唯一性.在Java语言中,通过比较两个变量所引用对象的内存地址是否相同,或者比较两个变量引用的对象值是否相同 ...

  3. Nmap官网中众多文档如何查看

    打开Nmap(nmap.org)官网后,会看多个关于文档的链接,熟悉之后会发现有三类,Reference Guide,Books,Docs.通过熟悉知道Doc是文档的入口,且下面是对Doc页面的翻译, ...

  4. win7自由调整CMD窗口

    有如下命令,只需要改动相关参数即可以任意改变cmd窗口大小. mode con lines= mode con cols= color cls @cmd

  5. libc++abi.dylib: terminate_handler unexpectedly threw an exception错误小结

    说法一: 我们在运行xcode工程时,有时候会遇到”libc++abi.dylib: terminate_handler unexpectedly threw an exception”错误,app莫 ...

  6. Codeforces 577B Modulo Sum

    http://codeforces.com/problemset/problem/577/B 题意:有n个数,求有无一个子序列满足和是m的倍数 思路:用模下的背包做,发现n是十的六次方级别,但是有个神 ...

  7. 再不升级你就Out了 Windows8.1安装实录

    2013年10月17日,美国时间凌晨4:00,北京时间晚上19:00,微软于总部雷蒙德正式发布了 Windows 8 的一个升级版本,Windows 8.1. Windows 8.1 可以进行全新安装 ...

  8. C++ crash 堆栈信息获取(三篇文章)

    最近在做程序异常时堆栈信息获取相关工作,上一篇文章成功的在程序creash时写下了dump文件,而有些情况写dump文件是 不可以的,比如在jni开发时,C++只做底层处理,而整个项目是android ...

  9. Linux2.6内核 -- 结构的初始化

          Linux 内核中用到了大量的结构体,在编码规范中也给出了结构体初始化的规则,这篇文章中有对其的解释:http://blog.csdn.net/dlutbrucezhang/article ...

  10. 如何在程序中调用Caffe做图像分类

    Caffe是目前深度学习比较优秀好用的一个开源库,采样c++和CUDA实现,具有速度快,模型定义方便等优点.学习了几天过后,发现也有一个不方便的地方,就是在我的程序中调用Caffe做图像分类没有直接的 ...