R語言的數(shù)據(jù)導(dǎo)入與導(dǎo)出學(xué)習(xí)筆記

福爾·摩斯曾說過：“數(shù)據(jù)，數(shù)據(jù)，沒有數(shù)據(jù)的推理是罪惡！”不過比起有意思的統(tǒng)計(jì)分析，數(shù)據(jù)的導(dǎo)入與導(dǎo)出顯得十分的無趣，但是不得不說統(tǒng)計(jì)分析的數(shù)據(jù)導(dǎo)入與導(dǎo)出是個(gè)讓人沮喪的任務(wù)，而且耗時(shí)巨大。

今天分享的是R中數(shù)據(jù)的輸出與一些特定格式的數(shù)據(jù)讀入。

一、數(shù)據(jù)的輸出
       R中提供了write.table(),cat()等函數(shù)來導(dǎo)出數(shù)據(jù)。不過值得指出的是R語言能夠?qū)С龅臄?shù)據(jù)格式是有限的，比如在基本包中，我們能夠?qū)С鰯?shù)據(jù)的格式只有txt，csv。

現(xiàn)在介紹一下兩個(gè)函數(shù)的用法：

write.table(x, file = "", append =FALSE, quote = TRUE, sep = " ",

eol = "\n", na = "NA", dec = ".",row.names = TRUE,

col.names = TRUE, qmethod = c("escape", "double"),

fileEncoding = "")

write.csv(...)

write.csv2(...)

write.csv(),write.csv2()可以看做write.table（）的變體，我們知道write.csv（），與參數(shù)sep=“，”的write.table（）是等效的。下面介紹幾個(gè)常見參數(shù)：

x:數(shù)據(jù)集

file：文件的路徑，包括文件名如：”D:/R/data/data1.csv”

quote:數(shù)據(jù)在寫入文件中時(shí)我們常用引號(hào)將其隔開，當(dāng)參數(shù)為F時(shí)，文件中的數(shù)據(jù)不再用引號(hào)修飾

append：是否追加，如果文件名已存在而沒有選擇追加，那么文件將會(huì)被覆蓋。（覆蓋時(shí)是沒有提示的，所以命名需要注意一些。

cat(... , file = "", sep = " ", fill = FALSE, labels = NULL,    append = FALSE)

cat（）作為一個(gè)輸出函數(shù)與dos命令差不多，也是將數(shù)據(jù)集或數(shù)據(jù)寫入文件中，常用參數(shù)和write.table（）類似。

cat()函數(shù)用來輸出，可以把多個(gè)參數(shù)連接起來再輸出（具有paste()的功能）。例如：

> cat(c("AB", "C"),c("E", "F"), "n", sep="/ ")

AB/ C/ E/ F/ n

還可以指定一個(gè)參數(shù)file=給一個(gè)文件名，可以把結(jié)果寫到指定的文件中，如： > cat("i = ", 1, "n", file="d:/R/data2.txt")如果指定的文件已經(jīng)存在則原來內(nèi)容被覆蓋。加上一個(gè)append=TRUE參數(shù)可以不覆蓋原文件而是在文件末尾附加，這很適用于運(yùn)行中的結(jié)果記錄。

當(dāng)然cat（）的用法比較豐富，也可以用來查看文件，與format合用控制輸出格式等。

二、數(shù)據(jù)的導(dǎo)入

先介紹R中基本的讀取數(shù)據(jù)函數(shù)read.table（）的用法：

read.table(file, header = FALSE, sep = "", quote = "\"'",           dec = ".", row.names, col.names,           as.is = !stringsAsFactors,           na.strings = "NA", colClasses = NA, nrows = -1,           skip = 0, check.names = TRUE, fill = !blank.lines.skip,           strip.white = FALSE, blank.lines.skip = TRUE,           comment.char = "#",           allowEscapes = FALSE, flush = FALSE,           stringsAsFactors = default.stringsAsFactors(),           fileEncoding = "", encoding = "unknown", text) read.csv(file, header = TRUE, sep = ",", quote="\"", dec=".",         fill = TRUE, comment.char="", ...) read.csv2(file, header = TRUE, sep = ";", quote="\"", dec=",",          fill = TRUE, comment.char="", ...) read.delim(file, header = TRUE, sep = "\t", quote="\"", dec=".",           fill = TRUE, comment.char="", ...) read.delim2(file, header = TRUE, sep = "\t", quote="\"", dec=",",            fill = TRUE, comment.char="", ...)

介紹常用參數(shù)：

File：文件路徑，可以用絕對(duì)路徑也可以用相對(duì)路徑，R的工作目錄你可以使用getwd()來查看，用setwd()來改。

Header：讀取文件的第一行是否用作變量名

Sep：分隔符，參數(shù)為“，“時(shí)等價(jià)于read.csv（）

Scan（）函數(shù)也是一個(gè)讀取數(shù)據(jù)比較好的函數(shù)，但是參數(shù)較為復(fù)雜，我們可以說，read.table（）函數(shù)是scan函數(shù)的設(shè)定好部分參數(shù)的結(jié)果。

Read.delim（）這個(gè)可以讀到剪貼板的東西,用法為read.delim(clipboard)其他參數(shù)與read.table相同。

Read.fwf（）讀取固定長(zhǎng)度的數(shù)據(jù)，也可以利用這個(gè)特性截去數(shù)據(jù)的尾巴或者表格的尾巴。

自帶的foreign包可以實(shí)現(xiàn)s-plus，sas，spss，stata的數(shù)據(jù)讀入。以讀stata數(shù)據(jù)為例：

>Read.dta(“d:/R/data3.dta”)其他參數(shù)與read.table也是一樣的。

遺憾的是，基本包與foreign包都沒有辦法讀取excel的數(shù)據(jù)。但這并不代表我們沒辦法讀取excel的數(shù)據(jù)。例如我們可以將excel的數(shù)據(jù)放在剪貼板中，通過read.delim（clipbroad）來讀取。也可以將excel表格變成csv格式的再處理。最后指出，R中的gdata包的read.xls函數(shù)以及RODBC包中也有相應(yīng)的處理函數(shù)。

本文的最后，運(yùn)用R語言的幫助文檔《R數(shù)據(jù)的導(dǎo)入與導(dǎo)出》中的一段話作為結(jié)束：“In general, statistical systems like R arenot particularly well suited to manipulations of large-scale data. Some othersystems are better than R at this, and part of the thrust of this manual is tosuggest that rather than duplicating functionality in R we can make anothersystem do the work! (For example Therneau & Grambsch (2000) commented thatthey preferred to do data manipulation in SAS and then use packagesurvivalin S for the analysis.)”