在R語言中蛹磺，我們可以從存儲在R語言環(huán)境外的文件中讀取數(shù)據(jù)瞧哟。 我們還可以將數(shù)據(jù)寫入將被操作系統(tǒng)存儲和訪問的文件混巧。 R語言可以讀取和寫入各種文件格式勤揩，如csv，excel陨亡，xml等傍衡。
在本章中，我們將學(xué)習(xí)從csv文件讀取數(shù)據(jù)蛙埂，然后將數(shù)據(jù)寫入csv文件。 該文件應(yīng)該存在于當(dāng)前工作目錄中绣的，以便R語言可以讀取它。 當(dāng)然我們也可以設(shè)置我們自己的目錄并從那里讀取文件欲账。
獲取和設(shè)置工作目錄
您可以使用getwd()函數(shù)檢查R語言工作區(qū)指向的目錄屡江。 您還可以使用setwd()函數(shù)設(shè)置新的工作目錄。
Get and print current working directory.
print(getwd())
Set current working directory.
setwd("/web/com")
Get and print current working directory.
print(getwd())
當(dāng)我們執(zhí)行上面的代碼赛不，它產(chǎn)生以下結(jié)果 -
[1] "/web/com/1441086124_2016"
[1] "/web/com"
此結(jié)果取決于您的操作系統(tǒng)和您當(dāng)前工作的目錄。
輸入為CSV文件
csv文件是一個文本文件文黎，其中列中的值由逗號分隔。 讓我們考慮名為input.csv的文件中出現(xiàn)的以下數(shù)據(jù)臊诊。
您可以通過復(fù)制和粘貼此數(shù)據(jù)使用Windows記事本創(chuàng)建此文件。 使用記事本中的保存為所有文件（.）選項將文件保存為input.csv触机。
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
讀取CSV文件
以下是read.csv()函數(shù)的一個簡單示例玷或，用于讀取當(dāng)前工作目錄中可用的CSV文件 -
data <- read.csv("input.csv")
print(data)
當(dāng)我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)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
默認(rèn)情況下蔬胯，read.csv()函數(shù)將輸出作為數(shù)據(jù)幀位他。 這可以容易地如下檢查。 此外鹅髓，我們可以檢查列和行的數(shù)量。
data <- read.csv("input.csv")
print(is.data.frame(data))
print(ncol(data))
print(nrow(data))
當(dāng)我們執(zhí)行上面的代碼骗奖，它產(chǎn)生以下結(jié)果 -
[1] TRUE
[1] 5
[1] 8
一旦我們讀取數(shù)據(jù)幀中的數(shù)據(jù)醒串，我們可以應(yīng)用所有適用于數(shù)據(jù)幀的函數(shù)，如下一節(jié)所述芜赌。
獲得最高工資
Create a data frame.
data <- read.csv("input.csv")
Get the max salary from data frame.
sal <- max(data$salary)
print(sal)
當(dāng)我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)果 -
[1] 843.25
獲取具有最高工資的人的詳細(xì)信息
我們可以獲取滿足特定過濾條件的行较鼓，類似于SQL where子句。
Create a data frame.
data <- read.csv("input.csv")
Get the max salary from data frame.
sal <- max(data$salary)
Get the person detail having max salary.
retval <- subset(data, salary == max(salary))
print(retval)
當(dāng)我們執(zhí)行上面的代碼博烂，它產(chǎn)生以下結(jié)果 -
id name salary start_date dept
5 NA Gary 843.25 2015-03-27 Finance
獲取所有的IT部門員工的信息
Create a data frame.
data <- read.csv("input.csv")
retval <- subset( data, dept == "IT")
print(retval)
當(dāng)我們執(zhí)行上面的代碼禽篱，它產(chǎn)生以下結(jié)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
獲得工資大于600的IT部門的人員
Create a data frame.
data <- read.csv("input.csv")
info <- subset(data, salary > 600 & dept == "IT")
print(info)
當(dāng)我們執(zhí)行上面的代碼馍惹，它產(chǎn)生以下結(jié)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
獲得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)
當(dāng)我們執(zhí)行上面的代碼玛界，它產(chǎn)生以下結(jié)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
寫入CSV文件
R語言可以創(chuàng)建csv文件形式的現(xiàn)有數(shù)據(jù)幀悼吱。 write.csv()函數(shù)用于創(chuàng)建csv文件。 此文件在工作目錄中創(chuàng)建笨枯。
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)
當(dāng)我們執(zhí)行上面的代碼遇西，它產(chǎn)生以下結(jié)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
這里列X來自數(shù)據(jù)集newper。 這可以在寫入文件時使用附加參數(shù)刪除洲敢。
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)
當(dāng)我們執(zhí)行上面的代碼茄蚯，它產(chǎn)生以下結(jié)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
