R语言数据的导入与导出

1.R数据的保存与加载

可通过save()函数保存为.Rdata文件，通过load()函数将数据加载到R中。

 

> a <- 1:10
> save(a,file='d://data//dumData.Rdata')
> rm(a)   #将对象a从R中删除
> load('d://data//dumData.Rdata')
> print(a)
 [1]  1  2  3  4  5  6  7  8  9 10

2.CSV文件的导入与导出

 

下面创建df1的数据框，通过函数write.csv()保存为一个.csv文件，然后通过read.csv()将df1加载到数据框df2中。

 

> var1 <- 1:5
> var2 <- (1:5)/10
> var3 <- c("R and","Data Mining","Examples","Case","Studies")
> df1 <- data.frame(var1,var2,var3)
> names(df1) <- c("VariableInt","VariableReal","VariableChar")
> write.csv(df1,"d://data//dummmyData.csv",row.names = FALSE)
> df2 <- read.csv("d://data//dummmyData.csv")
> print(df2)
  VariableInt VariableReal VariableChar
1           1          0.1        R and
2           2          0.2  Data Mining
3           3          0.3     Examples
4           4          0.4         Case
5           5          0.5      Studies

 

 

3.通过ODBC导入与导出数据

RODBC提供了ODBC数据库的连接。

3.1从数据库中读取数据

odbcConnect()建立一个数据库连接，sqlQuery()向数据库发送一个SQL查询，odbcClose()关闭数据库连接。

 

library(RODBC)
connection <- odbcConnect(dsn="servername",uid="userid",pwd="******")
query <- "SELECT * FROM lib.table WHERE ..."
# or read query from file
# query <- readChar("data/myQuery.sql", nchars=99999)
myData <- sqlQuery(connection, query, errors = TRUE)
odbcClose(connection)

sqlSave()和sqlUpdate()用于写入或更新一个ODBC数据库表。

 

R语言数据储存与读取

1 首先用getwd() 获得当前目录，用setwd("C:/data")设定当前目录

 

2 数据保存

创建数据框d

>d <- data.frame(obs = c(1, 2, 3), treat = c("A", "B", "A"), weight = c(2.3, NA, 9))

2.1 保存为简单文本

>write.table(d, file = "c:/data/foo.txt", row.names = F, quote = F) # 空格分隔

>write.table(d, file = "c:/data/foo.txt", row.names = F, quote = F, sep="\t")  # tab 分隔的文件

2.2 保存为逗号分割文本

>write.csv(d, file = "c:/data/foo.csv", row.names = F, quote = F)

2.3 保存为R格式文件

>save(d, file = "c:/data/foo.Rdata")

2.4 保存工作空间镜像

>save.image( ) = save(list =ls(all=TRUE), file=".RData")

 

3 数据读取

读取函数主要有：read.table( ), scan( ) ，read.fwf( )，readLines().

3.1 用 read.table( ) 读 "c:\data” 下houses.dat

>setwd("C:/data"); HousePrice <- read.table(file="houses.dat")

如果明确数据第一行做表头，则使用header选项

>HousePrice <- read.table("houses.dat", header=TRUE)

read.table( ) 变形有： read.csv( ),read.csv2( ), read.delim( ), read.delim2( ).前两读取逗号分割数据，后两个读取其他分割符数据。

3.2  用scan( ) 比read.table( ) 更灵活。

但要指定 变量类型：如：C:\data\data.dat:

M 65 168

M 70 172

F 54 156

F 58 163

>mydata <- scan("data.dat", what = list("", 0, 0))

>mydata <- scan("data.dat", what = list(Sex="", Weight=0, Height=0))

3.3 用read.fwf( )读取文件中一些固定宽度数据

如：C:\data\data.txt:

A1.501.2

A1.551.3

B1.601.4

>mydata <- read.fwf("data.txt", widths=c(1, 4, 3), col.names=c("X","Y","Z"))

 

4 excel格式数据读取

4.1 利用剪切板

选择excel数据，再用(CTRL+C)复制。在R中键入命令：

>mydata <- read.delim("clipboard")

4.2 使用程序包 RODBC.

如： c:\data\body.xls

Sex Weight Height

M 65 168

M 70 172

F 54 156

F 58 163

> library(RODBC)

> z <- odbcConnectExcel("c:/data/body.xls")

> foo <- sqlFetch(z, "Sheet1")

> close(z)

 

 

To an Excel Spreadsheet 保存为Excel文件：

library(xlsx)    #   注意： 软件包需要安装
write.xlsx(mydata, "c:/mydata.xlsx") #   参考： https://danganothererror.wordpress.com/2012/02/12/write-data-frame-to-excel-file/


The WriteXLS function from the WriteXLS package (link: http://cran.r-project.org/web/packages/WriteXLS/index.html) can write data to Excel.

Alternatively, write.xlsx from the xlsx package (link: http://cran.r-project.org/web/packages/xlsx/) will also work.

 

注意：

1 writeLines 会在最后一行/或者每行末尾加一个换行符

# fileConn<-file(output_fasta)
# writeLines(mystr, fileConn)
# close(fileConn)

2 另外一个写文件的方法是sink，不会在行末加换行符

sink(output_fasta)
cat(mystr)
sink()

 

write is a wrapper for cat, which gives further details on the format used.

save for writing any R objects, write.table for data frames, and scan for reading data.