R語(yǔ)言 CSV文件

在 R 語(yǔ)言中，我們可以從存儲(chǔ)在 R 語(yǔ)言環(huán)境外的文件中讀取數(shù)據(jù)。 我們還可以將數(shù)據(jù)寫(xiě)入將被操作系統(tǒng)存儲(chǔ)和訪問(wèn)的文件。 R 語(yǔ)言可以讀取和寫(xiě)入各種文件格式，如?csv?，?excel?，?xml?等。

在本章中，我們將學(xué)習(xí)從?csv?文件讀取數(shù)據(jù)，然后將數(shù)據(jù)寫(xiě)入?csv?文件。 該文件應(yīng)該存在于當(dāng)前工作目錄中，以便 R 語(yǔ)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。

獲取和設(shè)置工作目錄

您可以使用?getwd()?函數(shù)檢查R語(yǔ)言工作區(qū)指向的目錄。 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，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(gè)文本文件，其中列中的值由逗號(hào)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)。

您可以通過(guò)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(xiàng)將文件保存為?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

讀取CSV文件

以下是?read.csv()?函數(shù)的一個(gè)簡(jiǎn)單示例，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，?read.csv()?函數(shù)將輸出作為數(shù)據(jù)幀。 這可以容易地如下檢查。 此外，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，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)，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。

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(guò)濾條件的行，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，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(mén)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，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(mén)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，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，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(xiě)入CSV文件

R 語(yǔ)言可以創(chuàng)建?csv?文件形式的現(xiàn)有數(shù)據(jù)幀。 ?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。

# 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，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(lái)自數(shù)據(jù)集?newper?。 這可以在寫(xiě)入文件時(shí)使用附加參數(shù)刪除。

# 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)

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      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