CSV(Comma-Separated Values)文件是一种常用的文本文件格式,它以逗号分隔的形式存储数据。R语言可以很方便地读取和写入CSV文件。
R语言中有两个函数可以用来导入csv文件:read.csv()和read.csv2()。read.csv()函数用于读取标准的逗号分隔的文本文件,而read.csv2()函数用于读取特殊格式的逗号分隔的文本文件,如使用分号作为字段分隔符、使用千位分隔符或者使用不同的字符集等。
# 导入csv文件 data <- read.csv("data.csv") # 使用read.csv()函数导入标准格式的csv文件 data <- read.csv2("data.csv") # 使用read.csv2()函数导入特殊格式的csv文件
除了上述两个函数外,R还提供了一些高级功能来处理CSV文件。例如,我们可以使用fread()函数来快速地读取大型CSV文件;我们也可以使用write_delim()函数来将R中的表格写入CSV格式的文本文件中。
在 R 语言中,我们可以从存储在 R 语言环境外的文件中读取数据。 我们还可以将数据写入将被操作系统存储和访问的文件。 R 语言可以读取和写入各种文件格式,如csv
,excel
,xml
等。
在本章中,我们将学习从csv
文件读取数据,然后将数据写入csv
文件。 该文件应该存在于当前工作目录中,以便 R 语言可以读取它。 当然我们也可以设置我们自己的目录并从那里读取文件。
您可以使用getwd()
函数检查R语言工作区指向的目录。 您还可以使用setwd()
函数设置新的工作目录。
# Get and print current working directory. print(getwd()) # Set current working directory. setwd("/web/com") # Get and print current working directory. print(getwd())
当我们执行上面的代码,它产生以下结果 -
[1] "/web/com/1441086124_2016" [1] "/web/com"
此结果取决于您的操作系统和您当前工作的目录。
csv 文件是一个文本文件,其中列中的值由逗号分隔。 让我们考虑名为input.csv
的文件中出现的以下数据。
您可以通过复制和粘贴此数据使用 Windows 记事本创建此文件。 使用记事本中的保存为所有文件(*.*)
选项将文件保存为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
以下是read.csv()
函数的一个简单示例,用于读取当前工作目录中可用的 CSV 文件 -
data <- read.csv("input.csv") print(data)
当我们执行上面的代码,它产生以下结果 -
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
默认情况下,read.csv()
函数将输出作为数据帧。 这可以容易地如下检查。 此外,我们可以检查列和行的数量。
data <- read.csv("input.csv") print(is.data.frame(data)) print(ncol(data)) print(nrow(data))
当我们执行上面的代码,它产生以下结果 -
[1] TRUE [1] 5 [1] 8
一旦我们读取数据帧中的数据,我们可以应用所有适用于数据帧的函数,如下一节所述。
# Create a data frame. data <- read.csv("input.csv") # Get the max salary from data frame. sal <- max(data$salary) print(sal)
当我们执行上面的代码,它产生以下结果 -
[1] 843.25
我们可以获取满足特定过滤条件的行,类似于SQL where
子句。
# Create a data frame. data <- read.csv("input.csv") # Get the max salary from data frame. sal <- max(data$salary) # Get the person detail having max salary. retval <- subset(data, salary == max(salary)) print(retval)
当我们执行上面的代码,它产生以下结果 -
id name salary start_date dept 5 NA Gary 843.25 2015-03-27 Finance
# Create a data frame. data <- read.csv("input.csv") retval <- subset( data, dept == "IT") print(retval)
当我们执行上面的代码,它产生以下结果 -
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
# Create a data frame. data <- read.csv("input.csv") info <- subset(data, salary > 600 & dept == "IT") print(info)
当我们执行上面的代码,它产生以下结果 -
id name salary start_date dept 1 1 Rick 623.3 2012-01-01 IT 3 3 Michelle 611.0 2014-11-15 IT
# Create a data frame. data <- read.csv("input.csv") retval <- subset(data, as.Date(start_date) > as.Date("2014-01-01")) print(retval)
当我们执行上面的代码,它产生以下结果 -
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
R 语言可以创建csv
文件形式的现有数据帧。 write.csv()
函数用于创建csv
文件。 此文件在工作目录中创建。
# 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)
当我们执行上面的代码,它产生以下结果 -
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
这里列 X 来自数据集newper
。 这可以在写入文件时使用附加参数删除。
# 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)
当我们执行上面的代码,它产生以下结果 -
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
逻辑回归是回归模型,其中响应变量(因变量)具有诸如True / False或0/1的分类值。 它实际上基于将其与预测变量相关的数学方程测...
安装 Kotlin 插件Android Studio 从 3.0(preview)版本开始将内置安装 Kotlin 插件。打开 Settings ( Mac 为 Preferences) 面板...
基本概念并发与并行并发:同一时间段内执行多个任务(你早上在编程狮学习Java和Python)并行:同一时刻执行多个任务(你和你的网...
介绍用于标记关键词和概括主要内容。实例演示引入通过以下方式来全局注册组件,更多注册方式请参考组件注册。import { createApp...
介绍基于字体的图标集,可以通过 Icon 组件使用,也可以在其他组件中通过icon属性引用。实例演示引入通过以下方式来全局注册组件...