一、R语言读取文本文件：
1、文件目录操作：
getwd() : 返回当前工作目录
setwd("d:/data") 更改工作目录
2、常用的读取指令read
read.table() : 读取文本文件
read.csv(): 读取csv文件
如果出现缺失值，read.table()会报错，read.csv()读取时会自动在缺失的位置填补NA
3、灵活的读取指令
scan() :
4、读取固定宽度格式的文件：
read.fwf()
文本文档中最后一行的回车符很重要，这是一个类似于停止符的标识，否则读入时会显示“最后一行不完整”的警告，但是不影响数据读入的效果。
5、读取Excel数据：
（1）第一种方法
首先打开Excel，选中需要的数据后复制，
然后再R中输入以下的指令：data.excel =read.delim("clipboard") #clipboard即剪贴板
（2）第二种方法：
使用RODBC包，获取Excel连接的函数是odbcConnectExcel()和odbcConnectExcel2007() 分别读取Excel2003版和2007版的数据channel =odbcConnectExcel2007("d:/a.xlsx")
|
1
|
sqlTables(channel)# 列出Excel中的表格 |
获取Sheet1中的数据，可以使用如下任意的一种方式，
|
1
2
3
|
data.excel2 =sqlFetch(channel,"Sheet1")data.excel2 =sqlQuery(channel,"select * from [Sheet1$]")close(channel) #关闭ODBC连接，释放空间 |
6、读取网页数据
readHTMLTable()函数
7、读取R格式的文件：
R的数据或者更一般的对象可以通过save()保存为R专有的文件格式，以Rdata为后缀，要读取此类文件，需要用到函数load()来加载，
8、readLines("d:/data/cat.txt")：
可以直接从连接中以行的形式来读取文本
要显示列表中的变量 需要使用符号$
二、数据保存：
1、使用函数cat()
cat(...,file="",sep="",fill = FALSE ,labels=NULL,append=FALSE) #file表示要输出的文件名，当参数append=TRUE时，在指定文件的末尾添加内容。sep：表示以空格作为分隔符
2、保存为文本文件：
write仅可以写出一个矩阵或向量的特定列，和对一个矩阵进行转置
write.table() 可以把一个数据框或列表等对象以包含行列标签的方式写出。
write.csv(): 将数据框保存为逗号分隔文件，但是不包含列名
3、保存R格式文件：
|
1
|
save(data,file="d:/data/salary1.Rdata") |
dim():求维度
mode() 用来显示对象的类型
names()：显示对象中的标签
补充：R语言读取数据、拆分数据，并保存到相应文件夹
将一张Excel表的数据按照第一列元素分组，分组后按照某种规则命名，并重新读入Excel中，放入指定的文件夹中。
如上所示的excel表，将sheet1中的数据按照“地域名称”拆分，并将数据放入相应的省份文件夹，如放入D盘的test文件夹中
D:\mydata\test
|__test
|___mydata.xlsx
|___安徽省
|___安徽省安庆市.xlsx
|___安徽省蚌埠市.xlsx
|___河北省
|__河北省蚌埠市.xlsx
|___……
假如数据最终的文件夹目录如上所示。代码可以作如下编写：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
library(readxl) # 载入readxl包，使用read_excel读入excel文件library(xlsx) # 载入xlsx包，使用write.xlsx保存文件为excel格式# setwd()设置路径为D:\\mydata\\test' setwd('D:\\mydata\\test') # read_excel 读入数据，具体用法可使用帮助。# 1表示读入第一张sheet，2表示读入第二张sheet，也可用sheet = "sheetname"，默认第一行为标题行dt = read_excel('mydata.xlsx', 2) # unique() 过滤重复数据，保留唯一数据# 此处过滤掉第2列和第3列的重复行，最终只剩下3行不重复数据，默认不含标题province_city <- unique(dt[,2:3])setwd('D:\\mydata\\test') # 设置当前路径为省份文件夹放置的目录cdir <- setwd('D:\\mydata\\test')# 循环次数 n=province_city 的行数for (i in c(1:nrow(province_city [,1]))){ # subset()读取子集，subset(data, data[, 1] == "a") 读取data中第一列所有为a的行 dt1 <- subset(dt, dt[,2]==as.character(province_city[i,1])) # paste，设置filename, 即安徽省，河北省 cfilename = paste(province_city[i,1],".xlsx",sep = "") # 用于下面的if语句判断 创建的“安徽省”目录是否存在 f_dir = paste('D:\\mydata\\test\\',province_city[i,2],sep="") # 创建的“安徽省”目录不存在，则创建；存在则不动作. F 表示False if (file.exists(f_dir) == F){ dir.create(province_city[i,2]) }else { } # 设置文件名称，即安徽省安庆市.xlsx c_dir = paste('D:\\mydata\\test\\',province_city[i,2],sep = "") # 设置c_dir为当前路径 setwd(c_dir) # write.xlsx 将所需的文件列保存到上述设置的文件中，col.names=TRUE包含标题 write.xlsx(dt1[,2:5],cfilename,col.names=TRUE,showNA=FALSE) # 设置路径为cdir，进入到下一次循环 setwd(cdir) } |
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。如有错误或未考虑完全的地方，望不吝赐教。
原文链接：https://blog.csdn.net/u014407826/article/details/52713498
