
R語(yǔ)言讀取數(shù)據(jù)、拆分?jǐn)?shù)據(jù),并保存到相應(yīng)文件夾
將一張Excel表的數(shù)據(jù)按照第一列元素分組,分組后按照某種規(guī)則命名,并重新讀入Excel中,放入指定的文件夾中。
如上所示的excel表,將sheet1中的數(shù)據(jù)按照“地域名稱”拆分,并將數(shù)據(jù)放入相應(yīng)的省份文件夾,如放入D盤的test文件夾中
D:\mydata\test
|___mydata.xlsx
|___安徽省
|___安徽省安慶市.xlsx
|___安徽省蚌埠市.xlsx
|___河北省
|__河北省蚌埠市.xlsx
|___……
假如數(shù)據(jù)最終的文件夾目錄如上所示。代碼可以作如下編寫:
library(readxl) # 載入readxl包,使用read_excel讀入excel文件
library(xlsx) # 載入xlsx包,使用write.xlsx保存文件為excel格式
# setwd()設(shè)置路徑為D:\\mydata\\test'
setwd('D:\\mydata\\test')
# read_excel 讀入數(shù)據(jù),具體用法可使用幫助。
# 1表示讀入第一張sheet,2表示讀入第二張sheet,也可用sheet = "sheetname",默認(rèn)第一行為標(biāo)題行
dt = read_excel('mydata.xlsx', 2)
# unique() 過濾重復(fù)數(shù)據(jù),保留唯一數(shù)據(jù)
# 此處過濾掉第2列和第3列的重復(fù)行,最終只剩下3行不重復(fù)數(shù)據(jù),默認(rèn)不含標(biāo)題
pcd <- unique(dt[,2:3])
# pcd 包含7行記錄,第7行為空值,將非空值1-6行賦給province_city
province_city <- pcd[1:6,]
setwd('D:\\mydata\\test') # 設(shè)置當(dāng)前路徑為省份文件夾放置的目錄
cdir <- setwd('D:\\mydata\\test')
# 循環(huán)次數(shù) n=length(dt[,3] 讀取所有屬于A市的數(shù)據(jù)
for (i in c(1:length(dt[,3]))){
# subset()讀取子集,subset(data, data[, 1] == "a") 讀取data中第一列所有為a的行
dt1 <- subset(dt, dt[,2]== province_city[i,1])
# paste,設(shè)置filename, 即安徽省,河北省
cfilename = paste(province_city[i,1],".xlsx",sep = "")
# 用于下面的if語(yǔ)句判斷 創(chuàng)建的“安徽省”目錄是否存在
f_dir = paste('D:\\mydata\\test\\',province_city[i,2],sep="")
# 創(chuàng)建的“安徽省”目錄不存在,則創(chuàng)建;存在則不動(dòng)作
if (file.exists(f_dir) == F){
dir.create(province_city[i,2])
}else { }
# 設(shè)置文件名稱,即安徽省安慶市.xlsx
c_dir = paste('D:\\mydata\\test\\',province_city[i,2],sep = "")
# 設(shè)置c_dir為當(dāng)前路徑
setwd(c_dir)
# write.xlsx 將所需的文件列保存到上述設(shè)置的文件中,col.names=TRUE包含標(biāo)題
write.xlsx(dt1[,2:5],cfilename,col.names=TRUE,showNA=FALSE)
# 設(shè)置路徑為cdir,進(jìn)入到下一次循環(huán)
setwd(cdir)
}
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11