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-
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$salary)
print(sal)
当我们执行上面的代码时,它会产生以下结果-
获取最高工资的人的详细信息
我们可以获取满足特定过滤条件的行,类似于 SQL where 子句。
# Create a data frame.
data <-read.csv("input.csv")
# Get the max salary from data frame.
sal <-max(data$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