R語(yǔ)言處理CSV文件

在R語(yǔ)言中，我們可以看到R從環(huán)境外部存儲(chǔ)讀取文件數(shù)據(jù)。 我們還可以將數(shù)據(jù)寫入到存儲(chǔ)并由操作系統(tǒng)訪問(wèn)的文件。R語(yǔ)言能夠讀取和寫入到不同的文件格式，如 csv, excel, xml 等.

在本章中，我們將學(xué)習(xí)如何來(lái)自一個(gè)CSV文件中讀取數(shù)據(jù)，然后將數(shù)據(jù)寫入到CSV文件中。文件應(yīng)該存在于當(dāng)前的工作目錄中，以便R能夠讀取它。當(dāng)然我們也可以設(shè)置自己的目錄，并從那里讀取文件。

獲取和設(shè)置工作目錄

可以獲得 R 的工作空間目錄指向使用 getwd()函數(shù)。也可以使用 setwd()函數(shù)來(lái)設(shè)置一個(gè)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(dāng)我們上面的代碼執(zhí)行時(shí)，它產(chǎn)生以下結(jié)果：

[1] "/web/com/1441086124_2016"
[1] "/web/com"

這一結(jié)果取決于你的操作系統(tǒng)和當(dāng)前工作目錄。

輸入為CSV文件

CSV文件是以一個(gè)以列值是用逗號(hào)分隔的文本文件。讓我們考慮目前命名文件：input.csv 的文件中的以下數(shù)據(jù)。

可以使用Windows記事本通過(guò)復(fù)制創(chuàng)建該文件，并粘貼這些數(shù)據(jù)到記事本中。使用另存為所有文件(*.*) ，在記事本選項(xiàng)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

讀一個(gè)CSV文件

以下是 read.csv()函數(shù)的一個(gè)簡(jiǎn)單的例子，它讀取在當(dāng)前工作目錄的可用的 CSV 文件：

data <- read.csv("input.csv")
print(data)

      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(rèn)情況下，read.csv()函數(shù)給出一個(gè)數(shù)據(jù)幀的輸出。這可以容易地確認(rèn)如下。此外，我們可以檢查列和行的數(shù)。

data <- read.csv("input.csv")

print(is.data.frame(data))
print(ncol(data))
print(nrow(data))

當(dāng)我們上面的代碼執(zhí)行時(shí)，它產(chǎn)生以下結(jié)果：

[1] TRUE
[1] 5
[1] 8

一旦我們讀出的數(shù)據(jù)在一個(gè)數(shù)據(jù)幀中，就可以作為后續(xù)部分中說(shuō)明應(yīng)用所有適用于數(shù)據(jù)幀的功能。

獲得的最高薪水

# Create a data frame.
data <- read.csv("input.csv")

# Get the max salary from data frame.
sal <- max(data$salary)
print(sal)

當(dāng)我們上面的代碼執(zhí)行時(shí)，它產(chǎn)生以下結(jié)果：

[1] 843.25

找最大薪水的人的細(xì)節(jié)信息

我們可以獲取符合特定篩選條件的行，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(dāng)我們上面的代碼執(zhí)行時(shí)，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部門工作的人

# Create a data frame.
data <- read.csv("input.csv")

retval <- subset( data, dept == "IT")
print(retval)

當(dāng)我們上面的代碼執(zhí)行時(shí)，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

獲取在IT部門的薪水大于600的人

# Create a data frame.
data <- read.csv("input.csv")

info <- subset(data, salary > 600 & dept == "IT")
print(info)

當(dāng)我們上面的代碼執(zhí)行時(shí)，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

獲取2014年后加入的人

# Create a data frame.
data <- read.csv("input.csv")

retval <- subset(data, as.Date(start_date) > as.Date("2014-01-01"))
print(retval)

當(dāng)我們上面的代碼執(zhí)行時(shí)，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

寫入到CSV文件

R語(yǔ)言能夠從現(xiàn)有的數(shù)據(jù)幀來(lái)創(chuàng)建 csv 文件。write.csv()函數(shù)用于創(chuàng)建CSV文件。這個(gè)文件會(huì)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(dāng)我們上面的代碼執(zhí)行時(shí)，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 從數(shù)據(jù)集 newper 中附帶。這可以通過(guò)使用額外的參數(shù)刪除當(dāng)在寫入文件時(shí)。

# 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(dāng)我們上面的代碼執(zhí)行時(shí)，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