R语言 读取文件
1. R读取txt文件
使用R读取txt文件直接使用read.table()方法进行读取即可，不需要加载额外的包。
read.table("/home/slave/test.txt",header=T,na.strings = c("NA"))注意，此处的na.strings = c("NA") 的意思是文件中的缺失数据都是用NA进行表示；在读取文本文件时，默认的分割符号为空格。具体的参数设置可参照如下：
read.table(file, header = FALSE, sep = "", quote = "\"'",
dec = ".", numerals = c("allow.loss", "warn.loss", "no.loss"),
row.names, col.names, as.is = !stringsAsFactors,
na.strings = "NA", colClasses = NA, nrows = -1,
skip = 0, check.names = TRUE, fill = !blank.lines.skip,
strip.white = FALSE, blank.lines.skip = TRUE,
comment.char = "#",
allowEscapes = FALSE, flush = FALSE,
stringsAsFactors = default.stringsAsFactors(),
fileEncoding = "", encoding = "unknown", text, skipNul = FALSE)
2. R读取csv文件
使用R读取csv文件和读取txt文件很类似，使用的是read.csv()方法，两者参数的使用大部分是一样的。
read.csv("/home/slave/test.csv", header=T, na.strings=c("NA"))
read.csv(file, header = TRUE, sep = ",", quote = "\"",
dec = ".", fill = TRUE, comment.char = "", ...)3. R读取xls和xlsx文件
读取xls和xlsx有很多方法，但是这里面的很多方法也不是特别好用，例如RODBC包中的读取xls方法就不太好用，有时还会出现各种各样的问题。在进行了一番入坑探索之后，找到了两个相对好用的读取xls文件的包，下面我将分别进行说明。
- gdata
install.packages("gdata")
library(gdata)
read.xls("/home/slave/test.xls",sheet=1,na.strings=c("NA","#DIV/0!"))
其中sheet=1 参数的意思是读取第一个sheet中的内容；na.strings=c("NA","#DIV/0!") 将"NA" 和 "#DIV/0!" 都作为缺失数据表示，read.xls()方法的具体参数设置可参考如下：
read.xls(xls, sheet=1, verbose=FALSE, pattern, na.strings=c("NA","#DIV/0!"),
..., method=c("csv","tsv","tab"), perl="perl")
xls2csv(xls, sheet=1, verbose=FALSE, blank.lines.skip=TRUE, ..., perl="perl")
xls2tab(xls, sheet=1, verbose=FALSE, blank.lines.skip=TRUE, ..., perl="perl")
xls2tsv(xls, sheet=1, verbose=FALSE, blank.lines.skip=TRUE, ..., perl="perl")
xls2sep(xls, sheet=1, verbose=FALSE, blank.lines.skip=TRUE, ...,
method=c("csv","tsv","tab"), perl="perl")gdata包有着很多的功能，但是它对其他的包的依赖很多，可能会出现各种不可预知的问题，下面介绍一个较少依赖的包。
- readxl
install.packages("readxl")
library(readxl)
read_excel("/home/slave/test.xls",sheet=1,na="NA")
read_excel(path, sheet = 1, col_names = TRUE, col_types = NULL, na = "", skip = 0)
readxl软件包可以很容易地将数据从Excel和R中取出。与许多现有软件包（例如gdata，xlsx，xlsReadWrite）相比，readxl没有外部依赖关系，因此它很容易在所有操作系统上安装和使用。 它旨在与表格数据一起工作。readxl支持旧版.xls格式和现代基于xml的.xlsx格式。
用法
library(readxl)
readxl includes several example files, which we use throughout the documentation. Use the helper readxl_example() with no arguments to list them or call it with an example filename to get the path.
readxl_example()
#> [1] "clippy.xls" "clippy.xlsx" "datasets.xls" "datasets.xlsx"
#> [5] "deaths.xls" "deaths.xlsx" "geometry.xls" "geometry.xlsx"
#> [9] "type-me.xls" "type-me.xlsx"
readxl_example("clippy.xls")
#> [1] "/Users/jenny/resources/R/library/readxl/extdata/clippy.xls"
read_excel() reads both xls and xlsx files and detects the format from the extension.
xlsx_example <- readxl_example("datasets.xlsx")
read_excel(xlsx_example)
#> # A tibble: 150 x 5
#> Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#> <dbl> <dbl> <dbl> <dbl> <chr>
#> 1 5.10 3.50 1.40 0.200 setosa
#> 2 4.90 3.00 1.40 0.200 setosa
#> 3 4.70 3.20 1.30 0.200 setosa
#> # ... with 147 more rows
xls_example <- readxl_example("datasets.xls")
read_excel(xls_example)
#> # A tibble: 150 x 5
#> Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#> <dbl> <dbl> <dbl> <dbl> <chr>
#> 1 5.10 3.50 1.40 0.200 setosa
#> 2 4.90 3.00 1.40 0.200 setosa
#> 3 4.70 3.20 1.30 0.200 setosa
#> # ... with 147 more rows
List the sheet names with excel_sheets().
excel_sheets(xlsx_example)
#> [1] "iris" "mtcars" "chickwts" "quakes"
Specify a worksheet by name or number.
read_excel(xlsx_example, sheet = "chickwts")
#> # A tibble: 71 x 2
#> weight feed
#> <dbl> <chr>
#> 1 179. horsebean
#> 2 160. horsebean
#> 3 136. horsebean
#> # ... with 68 more rows
read_excel(xls_example, sheet = 4)
#> # A tibble: 1,000 x 5
#> lat long depth mag stations
#> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 -20.4 182. 562. 4.80 41.
#> 2 -20.6 181. 650. 4.20 15.
#> 3 -26.0 184. 42. 5.40 43.
#> # ... with 997 more rows
There are various ways to control which cells are read. You can even specify the sheet here, if providing an Excel-style cell range.
read_excel(xlsx_example, n_max = 3)
#> # A tibble: 3 x 5
#> Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#> <dbl> <dbl> <dbl> <dbl> <chr>
#> 1 5.10 3.50 1.40 0.200 setosa
#> 2 4.90 3.00 1.40 0.200 setosa
#> 3 4.70 3.20 1.30 0.200 setosa
read_excel(xlsx_example, range = "C1:E4")
#> # A tibble: 3 x 3
#> Petal.Length Petal.Width Species
#> <dbl> <dbl> <chr>
#> 1 1.40 0.200 setosa
#> 2 1.40 0.200 setosa
#> 3 1.30 0.200 setosa
read_excel(xlsx_example, range = cell_rows(1:4))
#> # A tibble: 3 x 5
#> Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#> <dbl> <dbl> <dbl> <dbl> <chr>
#> 1 5.10 3.50 1.40 0.200 setosa
#> 2 4.90 3.00 1.40 0.200 setosa
#> 3 4.70 3.20 1.30 0.200 setosa
read_excel(xlsx_example, range = cell_cols("B:D"))
#> # A tibble: 150 x 3
#> Sepal.Width Petal.Length Petal.Width
#> <dbl> <dbl> <dbl>
#> 1 3.50 1.40 0.200
#> 2 3.00 1.40 0.200
#> 3 3.20 1.30 0.200
#> # ... with 147 more rows
read_excel(xlsx_example, range = "mtcars!B1:D5")
#> # A tibble: 4 x 3
#> cyl disp hp
#> <dbl> <dbl> <dbl>
#> 1 6. 160. 110.
#> 2 6. 160. 110.
#> 3 4. 108. 93.
#> # ... with 1 more row
If NAs are represented by something other than blank cells, set the na argument.
read_excel(xlsx_example, na = "setosa")
#> # A tibble: 150 x 5
#> Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#> <dbl> <dbl> <dbl> <dbl> <chr>
#> 1 5.10 3.50 1.40 0.200 <NA>
#> 2 4.90 3.00 1.40 0.200 <NA>
#> 3 4.70 3.20 1.30 0.200 <NA>
#> # ... with 147 more rows特征
- 没有外部依赖，例如Java或Perl。
- 将非ASCII字符重新编码为UTF-8。
- 将日期时间加载到POSIXct列中。 Windows（1900）和Mac（1904）日期规格都正确处理。
- 发现最小数据矩形并默认返回。 用户可以使用范围，跳过和n_max进行更多的控制。
- 默认情况下，列名称和类型由工作表中的数据确定。 用户也可以通过col_names和col_types提供。
- 返回一个tibble，即带有附加tbl_df类的数据框。 除此之外，这提供更好的打印。
本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2018.05.27 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录