R语言 入门教程 R语言 CSV文件

2024-02-25 开发教程 R语言 入门教程 匿名 0

在 R 语言中,我们可以从存储在 R 语言环境外的文件中读取数据。 我们还可以将数据写入将被操作系统存储和访问的文件。 R 语言可以读取和写入各种文件格式,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 语言可以读取它。 当然我们也可以设置我们自己的目录并从那里读取文件。

获取和设置工作目录

您可以使用​getwd()​函数检查R语言工作区指向的目录。 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,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,其中列中的值由逗号分隔。 让我们考虑名为​input.csv​的文件中出现的以下数据。

您可以通过复制和粘贴此数据使用 Windows 记事本创建此文件。 使用记事本中的保存为所有文件​(*.*)​选项将文件保存为​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
,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()​函数的一个简单示例,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,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。 这可以容易地如下检查。 此外,我们可以检查列和行的数量。

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,它产生以下结果 -

[1] TRUE
[1] 5
[1] 8

一旦我们读取数据帧中的数据,我们可以应用所有适用于数据帧的函数,如下一节所述。

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,它产生以下结果 -

[1] 843.25

获取具有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,它产生以下结果 -

id    name  salary  start_date    dept
5 NA Gary 843.25 2015-03-27 Finance

获取所有的 IT 部门员工的信息

# 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,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

获得工资大于600的 IT 部门的人员

# 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,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

获得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,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 语言可以创建​csv​文件形式的现有数据帧。 ​write.csv()​函数用于创建​csv​文件。 此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,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

这里列 X 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,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