下一节:

  R 语言 CSV 文件

  • R 语言 CSV 文件

    在R中，我们可以从R环境外部存储的文件中读取数据。我们还可以将数据写入文件中，以供操作系统存储和访问。R可以读写各种文件格式，例如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并从中读取文件。

  • 获取和设置工作目录

    您可以使用getwd（）函数检查R工作区指向的目录。您也可以使用setwd（）函数设置新的工作目录。 
     
# 获取并打印当前工作目录。
print(getwd())

# 设置当前工作目录。
setwd("/web/com")

# 获取并打印当前工作目录。
print(getwd())
    当我们执行以上代码时，它产生以下结果- 
     
[1] "/web/com/1441086124_2016"
[1] "/web/com"
    此结果取决于您的操作系统和您正在使用的当前目录。

  • 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。让我们考虑一下名为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read.csv（）函数的简单示例，该函数读取当前工作目录中可用的CSV文件- 
    
data <- read.csv("input.csv")
print(data)
    当我们执行以上代码时，它产生以下结果- 
    
      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帧提供。可以很容易地如下检查。我们也可以检查列数和行数。 
    
data <- read.csv("input.csv")

print(is.data.frame(data))
print(ncol(data))
print(nrow(data))
    当我们执行以上代码时，它产生以下结果- 
    
[1] TRUE
[1] 5
[1] 8
    读取数据帧中的数据后，就可以应用适用于数据帧的所有功能，如以下部分所述。
    获得最高薪水 
        
# Create a data frame.
data <- read.csv("input.csv")

# Get the max salary from data frame.
sal <- max(data$salary)
print(sal)
    当我们执行以上代码时，它产生以下结果- 
    
[1] 843.25
    获取最高薪水人员的详细信息
    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)
    当我们执行以上代码时，它产生以下结果- 
    
      id    name  salary  start_date    dept
5     NA    Gary  843.25  2015-03-27    Finance
    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)
    当我们执行以上代码时，它产生以下结果- 
    
       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
    聘请IT部门中薪水超过600的人员 
    
# Create a data frame.
data <- read.csv("input.csv")

info <- subset(data, salary > 600 & dept == "IT")
print(info)
    当我们执行以上代码时，它产生以下结果- 
    
       id   name      salary   start_date   dept
1      1    Rick      623.3    2012-01-01   IT
3      3    Michelle  611.0    2014-11-15   IT
    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)
    当我们执行以上代码时，它产生以下结果- 
    
       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可以从现有数据框架创建csv文件。该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)
    当我们执行以上代码时，它产生以下结果- 
    
  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。可以在写入文件时使用其他参数将其删除。 
    
# 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)
    当我们执行以上代码时，它产生以下结果- 
    
      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
下一节: