R教程

R CSV文件

在 R 中,我们可以从存储在 R 环境之外的文件中读取数据。我们还可以将数据写入由操作系统存储和访问的文件中。 R可以读写各种文件格式,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 可以读取它。当然我们也可以设置自己的目录,从那里读取文件。

获取和设置工作目录

您可以使用 getwd() 函数检查 R 工作区指向哪个目录。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时,它会产生以下结果-
[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。

输入为 CSV 文件

csv 文件是一个文本文件,其中列中的值用逗号分隔。让我们考虑名为 input.csv 的文件中存在的以下数据。
您可以使用 windows 记事本通过复制和粘贴此数据来创建此文件。使用记事本中的另存为所有文件 (*.*) 选项将文件另存为 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
5,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

读取 CSV 文件

以下是一个简单的 read.csv() 函数示例,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时,它会产生以下结果-
      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

分析 CSV 文件

默认情况下, read.csv() 函数将输出作为数据框。这可以很容易地检查如下。也可以查看列数和行数。
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时,它会产生以下结果-
[1] true
[1] 5
[1] 8
一旦我们读取了数据帧中的数据,我们就可以应用适用于数据帧的所有函数,如后续部分所述。

获得最高工资

# 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时,它会产生以下结果-
[1] 843.25

获取最高工资的人的详细信息

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时,它会产生以下结果-
      id    name  salary  start_date    dept
5     NA    Gary  843.25  2015-03-27    Finance

让所有在 IT 部门工作的人

# 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时,它会产生以下结果-
       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

获取IT部门工资大于600的人员

# 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时,它会产生以下结果-
       id   name      salary   start_date   dept
1      1    Rick      623.3    2012-01-01   IT
3      3    Michelle  611.0    2014-11-15   IT

获取 2014 年或之后加入的人

# 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时,它会产生以下结果-
       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

写入 CSV 文件

R 可以从现有数据框创建 csv 文件。 write.csv() 函数用于创建 csv 文件。该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时,它会产生以下结果-
  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
这里的 X 列来自数据集 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时,它会产生以下结果-
      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
昵称: 邮箱:
Copyright © 2022 立地货 All Rights Reserved.
备案号:京ICP备14037608号-4