快捷導(dǎo)航

R語(yǔ)言-如何讀寫帶分隔符的文件

更新時(shí)間：2021年04月22日 15:04:09 作者：「已注銷」

這篇文章主要介紹了R語(yǔ)言讀寫帶分隔符的文件操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧

有眾多的格式和文本文件標(biāo)準(zhǔn)可用于存儲(chǔ)數(shù)據(jù)。用于存儲(chǔ)數(shù)據(jù)的通用格式為分隔符值（即CSV或制表符分割文件）、可擴(kuò)展標(biāo)記語(yǔ)言（XML）、JavaScript對(duì)象表示法（JSON）

將數(shù)據(jù)存儲(chǔ)在文本文件中的主要優(yōu)點(diǎn)是：他們可被幾乎所有的其他數(shù)據(jù)分析軟件或人讀取

R語(yǔ)言提供豐富的函數(shù)來(lái)讀取不同格式的數(shù)據(jù)，包括：

文本文件（TXT文件）

逗號(hào)分隔文件（CSV文件）

TXT文件——read.table()

矩形（類似電子表格的）數(shù)據(jù)通常存儲(chǔ)在帶有分隔符的文件中，特別是逗號(hào)分隔值（CSV）和制表符分隔值文件。read.table將讀取這些分隔符文件，并將結(jié)果存儲(chǔ)在一個(gè)數(shù)據(jù)框中。其格式如下：

read.table(file,header = FALSE,sep = “”,quote = “”'",
dec = “.”,numerals = c(“allow.loss”,“warn.loss”,“no.loss”),
row.name,col.name,as.is = !stringsAsFactors,
na.strings = “NA”,colClasses = NA,nrow = -1,
skip = 0,check.names = TRUE,fill = !blank.lines.skip,
strip.white = FALSE,bla nk.lines.skip = TRUE,
comment.char = “#”,
allowEscapes = FALSE,flush = FALSE,
stringsAsFactors = default.stringsAsFactors(),
fileEncoding = “”,encoding = “unknown”,text,skipNul = FALSE)

read.table 函數(shù)的常用參數(shù)描述

參數(shù)	描述
file	文件名（包含在“”內(nèi)，或使用一個(gè)字符型變量），可能需要全路徑（即使是在Windows下，符號(hào) \ 也不允許包含在內(nèi)，必須用 / 或者 \ \ 替換）或者一個(gè)URL（Uniform Resource Location，統(tǒng)一資源定位符）鏈接（用URL對(duì)文件遠(yuǎn)程訪問(wèn)）
header	一個(gè)邏輯值，用來(lái)反映這個(gè)文件的第1行是否包含變量名，為TRUE時(shí)表示文件的第1行為變量名
sep	文件中的字段分隔符，例如，對(duì)用制表符分隔的文件使用sep=“\t”
quote	指定用于包圍字符型數(shù)據(jù)的字符
dec	用來(lái)標(biāo)識(shí)小數(shù)點(diǎn)的字符
fill	如果為TRUE且所有行中的變量數(shù)目并不相同，則用空白填補(bǔ)
row.names	保存著行名的向量，或文件中一個(gè)變量的序號(hào)或名字，默認(rèn)時(shí)行號(hào)取為1、2、3···
col.names	指定列名的字符型向量，默認(rèn)值為V1、V2、V3···
encoding	若文件中包含非ASCII字符字段，則使用此參數(shù)進(jìn)行設(shè)置，可確保以正確的編碼方式讀取，避免出現(xiàn)亂碼

更多高級(jí)選項(xiàng)包括：覆蓋默認(rèn)的行名、列名和類，指定輸入文件的字符編碼，以及輸入的字符串格式的列如何聲明

CSV文件——read.csv()

read.csv函數(shù)可讀入一個(gè)逗號(hào)分隔文件并將其保存為一個(gè)數(shù)據(jù)框，其格式如下：

read.csv(file,header = TRUE,sep = “,”,quote = “” “,dec=” . ",fill = TRUE,comment.char = " ",ecoding = "unknown ",…)

參數(shù)	描述
file	文件名（包含在“”內(nèi)，或使用一個(gè)字符型變量），可能需要全路徑（即使是在Windows下，符號(hào) \ 也不允許包含在內(nèi)，必須用 / 或者 \ \ 替換）或者一個(gè)URL鏈接（用URL對(duì)文件遠(yuǎn)程訪問(wèn)）
header	一個(gè)邏輯值，用來(lái)反映這個(gè)文件的第1行是否包含變量名，為TRUE時(shí)表示文件的第1行為變量名
sep	文件中的字段分隔符，CSV文件默認(rèn)為sep=","
quote	指定用于包圍字符型數(shù)據(jù)的字符
dec	用來(lái)標(biāo)識(shí)小數(shù)點(diǎn)的字符
fill	如果為TRUE且所有行中的變量數(shù)目并不相同，則用空白填補(bǔ)
comment.char	包含單個(gè)字符或空字符串的長(zhǎng)度為1的字符向量，以這個(gè)字符開(kāi)頭的行將被忽略（要禁用這個(gè)參數(shù)，可使用comment.char=""
encoding	若文件中包含非ASCII字符字段，則使用此參數(shù)進(jìn)行設(shè)置，可確保以正確的編碼方式讀取，避免出現(xiàn)亂碼