R语言的数据导入与导出学习笔记

         福尔·摩斯曾说过：“数据，数据，没有数据的推理是罪恶！”不过比起有意思的统计分析，数据的导入与导出显得十分的无趣，但是不得不说统计分析的数据导入与导出是个让人沮丧的任务，而且耗时巨大。

       今天分享的是R中数据的输出与一些特定格式的数据读入。

一、数据的输出

       R中提供了write.table(),cat()等函数来导出数据。不过值得指出的是R语言能够导出的数据格式是有限的，比如在基本包中，我们能够导出数据的格式只有txt，csv。

现在介绍一下两个函数的用法：

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（）的变体，我们知道write.csv（），与参数sep=“，”的write.table（）是等效的。下面介绍几个常见参数：

      x:数据集

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

      quote:数据在写入文件中时我们常用引号将其隔开，当参数为F时，文件中的数据不再用引号修饰

      append：是否追加，如果文件名已存在而没有选择追加，那么文件将会被覆盖。（覆盖时是没有提示的，所以命名需要注意一些。

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

    append = FALSE)

     cat（）作为一个输出函数与dos命令差不多，也是将数据集或数据写入文件中，常用参数和write.table（）类似。

     cat()函数用来输出，可以把多个参数连接起来再输出（具有paste()的功能）。例如：

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

AB/ C/ E/ F/ n

      还可以指定一个参数file=给一个文件名，可以把结果写到指定的文件中，如： > cat("i = ", 1, "n", file="d:/R/data2.txt")如果指定的文件已经存在则原来内容被覆盖。加上一个append=TRUE参数可以不覆盖原文件而是在文件末尾附加，这很适用于运行中的结果记录。

      当然cat（）的用法比较丰富，也可以用来查看文件，与format合用控制输出格式等。

二、数据的导入

       先介绍R中基本的读取数据函数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="", ...)

介绍常用参数：

     File：文件路径，可以用绝对路径也可以用相对路径，R的工作目录你可以使用getwd()来查看，用setwd()来改。

    Header：读取文件的第一行是否用作变量名

    Sep：分隔符，参数为“，“时等价于read.csv（）

    Scan（）函数也是一个读取数据比较好的函数，但是参数较为复杂，我们可以说，read.table（）函数是scan函数的设定好部分参数的结果。

    Read.delim（）这个可以读到剪贴板的东西,用法为read.delim(clipboard)其他参数与read.table相同。

    Read.fwf（）读取固定长度的数据，也可以利用这个特性截去数据的尾巴或者表格的尾巴。

    

      自带的foreign包可以实现s-plus，sas，spss，stata的数据读入。以读stata数据为例：

>Read.dta(“d:/R/data3.dta”)其他参数与read.table也是一样的。

     

      遗憾的是，基本包与foreign包都没有办法读取excel的数据。但这并不代表我们没办法读取excel的数据。例如我们可以将excel的数据放在剪贴板中，通过read.delim（clipbroad）来读取。也可以将excel表格变成csv格式的再处理。最后指出，R中的gdata包的read.xls函数以及RODBC包中也有相应的处理函数。

 
      本文的最后，运用R语言的帮助文档《R数据的导入与导出》中的一段话作为结束：“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 packagesurvival
in S for the analysis.)”