建站
咨詢
售后
建站咨詢
新聞中心
在 r 語言中，我們可以從存儲在 R 語言環(huán)境外的文件中讀取數(shù)據(jù)。 我們還可以將數(shù)據(jù)寫入將被操作系統(tǒng)存儲和訪問的文件。 R 語言可以讀取和寫入各種文件格式，如?csv?，?excel?，?xml?等。
成都創(chuàng)新互聯(lián)公司是一家集網(wǎng)站建設(shè),善右企業(yè)網(wǎng)站建設(shè),善右品牌網(wǎng)站建設(shè),網(wǎng)站定制,善右網(wǎng)站建設(shè)報價,網(wǎng)絡(luò)營銷,網(wǎng)絡(luò)優(yōu)化,善右網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強企業(yè)競爭力?？沙浞譂M足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時我們時刻保持專業(yè)、時尚、前沿，時刻以成就客戶成長自我，堅持不斷學習、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實用型網(wǎng)站。
在本章中，我們將學習從?csv?文件讀取數(shù)據(jù)，然后將數(shù)據(jù)寫入?csv?文件。 該文件應該存在于當前工作目錄中，以便 R 語言可以讀取它。 當然我們也可以設(shè)置我們自己的目錄并從那里讀取文件。
獲取和設(shè)置工作目錄
您可以使用?getwd()?函數(shù)檢查r語言工作區(qū)指向的目錄。 您還可以使用?setwd()?函數(shù)設(shè)置新的工作目錄。
# Get and print current working directory.
print(getwd())
# Set current working directory.
setwd("/web/com")
# Get and print current working directory.
print(getwd())
當我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)果 -
[1] "/web/com/1441086124_2016" [1] "/web/com"
此結(jié)果取決于您的操作系統(tǒng)和您當前工作的目錄。
輸入為CSV文件
csv 文件是一個文本文件，其中列中的值由逗號分隔。 讓我們考慮名為?input.csv?的文件中出現(xiàn)的以下數(shù)據(jù)。
您可以通過復制和粘貼此數(shù)據(jù)使用 Windows 記事本創(chuàng)建此文件。 使用記事本中的保存為所有文件?（*.*）?選項將文件保存為?input.csv?。
id,name,salary,start_date,dept 1,Rick,623.3,2012-01-01,IT 2,Dan,515.2,2013-09-23,Operations 3,Michelle,611,2014-11-15,IT 4,Ryan,729,2014-05-11,HR ,Gary,843.25,2015-03-27,Finance 6,Nina,578,2013-05-21,IT 7,Simon,632.8,2013-07-30,Operations 8,Guru,722.5,2014-06-17,Finance
讀取CSV文件
以下是?read.csv()?函數(shù)的一個簡單示例，用于讀取當前工作目錄中可用的 CSV 文件 -
data <- read.csv("input.csv")
print(data)
當我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)果 -
id, name, salary, start_date, dept 1 1 Rick 623.30 2012-01-01 IT 2 2 Dan 515.20 2013-09-23 Operations 3 3 Michelle 611.00 2014-11-15 IT 4 4 Ryan 729.00 2014-05-11 HR 5 NA Gary 843.25 2015-03-27 Finance 6 6 Nina 578.00 2013-05-21 IT 7 7 Simon 632.80 2013-07-30 Operations 8 8 Guru 722.50 2014-06-17 Finance
分析CSV文件
默認情況下，?read.csv()?函數(shù)將輸出作為數(shù)據(jù)幀。 這可以容易地如下檢查。 此外，我們可以檢查列和行的數(shù)量。
data <- read.csv("input.csv")
print(is.data.frame(data))
print(ncol(data))
print(nrow(data))
當我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)果 -
[1] TRUE [1] 5 [1] 8
一旦我們讀取數(shù)據(jù)幀中的數(shù)據(jù)，我們可以應用所有適用于數(shù)據(jù)幀的函數(shù)，如下一節(jié)所述。
獲得最高工資
# Create a data frame.
data <- read.csv("input.csv")
# Get the max salary from data frame.
sal <- max(data$salary)
print(sal)
當我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)果 -
[1] 843.25
獲取具有最高工資的人的詳細信息
我們可以獲取滿足特定過濾條件的行，類似于?SQL where?子句。
# Create a data frame.
data <- read.csv("input.csv")
# Get the max salary from data frame.
sal <- max(data$salary)
# Get the person detail having max salary.
retval <- subset(data, salary == max(salary))
print(retval)
當我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)果 -
id name salary start_date dept 5 NA Gary 843.25 2015-03-27 Finance
獲取所有的 IT 部門員工的信息
# Create a data frame.
data <- read.csv("input.csv")
retval <- subset( data, dept == "IT")
print(retval)
當我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)果 -
id name salary start_date dept 1 1 Rick 623.3 2012-01-01 IT 3 3 Michelle 611.0 2014-11-15 IT 6 6 Nina 578.0 2013-05-21 IT
獲得工資大于600的 IT 部門的人員
# Create a data frame.
data <- read.csv("input.csv")
info <- subset(data, salary > 600 & dept == "IT")
print(info)
當我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)果 -
id name salary start_date dept 1 1 Rick 623.3 2012-01-01 IT 3 3 Michelle 611.0 2014-11-15 IT
獲得2014年或之后加入的人
# Create a data frame.
data <- read.csv("input.csv")
retval <- subset(data, as.Date(start_date) > as.Date("2014-01-01"))
print(retval)
當我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)果 -
id name salary start_date dept 3 3 Michelle 611.00 2014-11-15 IT 4 4 Ryan 729.00 2014-05-11 HR 5 NA Gary 843.25 2015-03-27 Finance 8 8 Guru 722.50 2014-06-17 Finance
寫入CSV文件
R 語言可以創(chuàng)建?csv?文件形式的現(xiàn)有數(shù)據(jù)幀。 ?write.csv()?函數(shù)用于創(chuàng)建?csv?文件。 此文件在工作目錄中創(chuàng)建。
# Create a data frame.
data <- read.csv("input.csv")
retval <- subset(data, as.Date(start_date) > as.Date("2014-01-01"))
# Write filtered data into a new file.
write.csv(retval,"output.csv")
newdata <- read.csv("output.csv")
print(newdata)
當我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)果 -
X id name salary start_date dept 1 3 3 Michelle 611.00 2014-11-15 IT 2 4 4 Ryan 729.00 2014-05-11 HR 3 5 NA Gary 843.25 2015-03-27 Finance 4 8 8 Guru 722.50 2014-06-17 Finance
這里列 X 來自數(shù)據(jù)集?newper?。 這可以在寫入文件時使用附加參數(shù)刪除。
# Create a data frame.
data <- read.csv("input.csv")
retval <- subset(data, as.Date(start_date) > as.Date("2014-01-01"))
# Write filtered data into a new file.
write.csv(retval,"output.csv", row.names = FALSE)
newdata <- read.csv("output.csv")
print(newdata)
當我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)果 -
id name salary start_date dept 1 3 Michelle 611.00 2014-11-15 IT 2 4 Ryan 729.00 2014-05-11 HR 3 NA Gary 843.25 2015-03-27 Finance 4 8 Guru 722.50 2014-06-17 Finance
網(wǎng)頁題目：創(chuàng)新互聯(lián)R語言教程：R語言CSV文件
路徑分享：http://www.5511xx.com/article/dpiccpd.html
