R语言读取数据总结

专题介绍：R是一种广泛用于数据分析和统计计算的强大语言，于上世纪90年代开始发展起来。得益于全世界众多爱好者的无尽努力，大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio（用户的界面体验更好）。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献，让R语言在全球范围内越来越流行。其中一些R包，例如MASS，SparkR， ggplot2，使数据操作,可视化和计算功能越来越强大。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。R作为一种统计分析软件，是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上，而且嵌入了一个非常方便实用的帮助系统，相比于其他统计分析软件，R的学术性开发比较早，适合生物学和医学等学术学科的科研人员使用。

这是我的第1篇付费阅读文章，关于R语言读取数据总结。

阅读完本文，你可以获得：

读取R语言数据格式文件
读取分割数据文件
读取Excel数据文件
读取SAS和SPSS软件的数据文件
读取MySQL的表数据，并且避免中文乱码
读取Spark平台的数据

你在用R语言做数据任务或者问题时，请先创建一个数据工程项目，根据所要做的事情，进行命名。如下图：

我创建了Read_Data的工程项目。

一读取R语言数据格式文件

R语言数据格式文件包括.rda文件和.rds文件。

使用load()函数加载.rda文件，readRDS()函数加载.rds文件。

Ex1

# 加载rda文件
x <- pi
y <- exp(1:4)
save(list = ls(all = TRUE), file= "all.rda")
rm(list = ls())
load('all.rda')
# 加载rds文件
head(women)
saveRDS(women, 'women.RDS')
women <- readRDS('women.RDS')

二读取分割数据文件

常用的3种分割方式，空格隔开，Tab键隔开，逗号隔开。

使用read.table()函数，参数sep控制隔开方式，参数header控制第一行是否当作标题，默认值是FALSE，参数stringsASFactors控制字符串的类型，默认是因子类型。

Ex2

# 读取分割数据文件
write.table(women, 'women.txt', sep = ' ', row.names = FALSE)
write.table(women, 'women.tab', sep = 't', row.names = FALSE)
write.table(women, 'women.csv', sep = ',', row.names = FALSE)
read.table('women.txt', header = TRUE, sep=' ')
read.table('women.tab', header = TRUE, sep='t')
read.table('women.csv', header = T

三读取Excel文件

使用readxl包的read_excel()函数。

Ex3

if(!require(readxl)){
  install.packages('readxl')
  require(readxl)
}
# 采用readxl包自带的Excel数据格式文件
datasets <- readxl_example("datasets.xlsx")
read_excel(datasets, sheet = 'mtcars')
# read_excel更多使用方法,查看函数帮助文档
?read_excel

四读取SAS软件的数据格式文件

银行机构喜欢使用SAS软件做数据分析工作，保存了一系列SAS软件的数据格式文件，以.xpt为后缀名。

R语言使用Hmisc包的sasxport.get()函数读取SAS的数据格式文件。

Ex4

if(!require(Hmisc)){
  install.packages('Hmisc')
  require(Hmisc)
}

w <- sasxport.get('http://biostat.mc.vanderbilt.edu/wiki/pub/Main/Hmisc/test2.xpt')
w
# sasxport.get更多使用方法，查阅函数帮助文档
?sasxport.get