R語言如何導(dǎo)入數(shù)據(jù)

在使用R的時候，我們肯定需要導(dǎo)入數(shù)據(jù)，現(xiàn)在總結(jié)一下如何導(dǎo)入不同類型的數(shù)據(jù)：

1.使用鍵盤輸入數(shù)據(jù)

在導(dǎo)入數(shù)據(jù)比較少的時候，我們使用這種方法。R中的函數(shù) edit() 會自動調(diào)用一個允許手動輸入數(shù)據(jù)的文本編輯器。具體步驟如下：
(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(jié)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） 、 height（字符型）和 weight （數(shù)值型） 。然后通過edit()函數(shù)調(diào)用文本編輯器，鍵入數(shù)據(jù)，最后保存結(jié)果。編輯器界面如下，我們在這個界面可以輸入變量值，也可以改變變量類型。

[plain] view plain copy

mydata<-data.frame(age=numeric(0),height=numeric(0),weight=numeric(0)) 

edit(mydata)  

需要注意的是函數(shù) edit() 事實上是在對象的一個副本上進(jìn)行操作的。如果你沒有將它其賦值到一個對象，你的所有修改將會全部丟失！

2.導(dǎo)入帶分隔符的文本文件數(shù)據(jù)/CSV文件

read.table() 可以從帶分隔符的文本文件中導(dǎo)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：

read.table(file,header=value,sep="delimter",row.names="name")

file表示文件名，header表示表的首行是否包含變量值的邏輯值，sep 用來指定分隔數(shù)據(jù)的分隔符， row.names 用以指定一個或多個表示行標(biāo)識符的變量，是個一可選參數(shù)，他還有許多參數(shù)，可以通過幫助文檔進(jìn)行查看。

3.導(dǎo)入Excel數(shù)據(jù)

雖然Excel可能是世界上最流行的數(shù)據(jù)分析工具，但R如果直接讀取Excel數(shù)據(jù)還是比較困難的。

但我們可以在Excel中將數(shù)據(jù)將其導(dǎo)出為一個逗號分隔文件（csv） ，并使用前文描述的方式將其導(dǎo)入R中。在Windows系統(tǒng)中，你也可以使用 RODBC 包來訪問Excel文件。但它好像只能在32位的R軟件上面使用。雖然也有一些包可以這些問題，比如gdata,XLConnect,xlsReadWrite等，但它的有許多前提要求，比如Java環(huán)境，Per,或者32-bit R。因此一般情況將數(shù)據(jù)轉(zhuǎn)換為csv文件或者將數(shù)據(jù)導(dǎo)入到數(shù)據(jù)庫在導(dǎo)入在R。

4.導(dǎo)入XML數(shù)據(jù)

強大的R中有若干用于處理XML文件的包。 XML 包允許用戶讀取、寫入和操作XML文件。因為我還沒有遇到這種數(shù)據(jù)，因此還不太清楚xml包大體如何使用，感興趣的朋友可以下載xml包，通過幫助文檔進(jìn)行學(xué)習(xí)。

5.從網(wǎng)頁抓取數(shù)據(jù)

不僅Python可以爬取網(wǎng)頁數(shù)據(jù)，R也可以在Web數(shù)據(jù)抓取。在這個的過程中，用戶可以從互聯(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(jié)構(gòu)以做進(jìn)一步的分析。 完成這個任務(wù)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(jié)構(gòu)復(fù)雜的網(wǎng)頁，可以使用RCurl 包和 XML 包來提取其中想要的信息。

6.導(dǎo)入SPSS數(shù)據(jù)

我們可以調(diào)用通過 foreign 包中的函數(shù) read.spss() 將SPSS數(shù)據(jù)集可以導(dǎo)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(shè)置后者的許多參數(shù)，讓整個轉(zhuǎn)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(jié)果。使用的時候我們只需要安裝Hmisc 包，在較新的R中foreign 包已被默認(rèn)安裝。

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

7.讀入數(shù)據(jù)庫數(shù)據(jù)

在訪問數(shù)據(jù)庫的時候，我們都需要一個odbc驅(qū)動 我們需要下載安裝RODBC包。