R数据科学|第八章内容介绍
使用readr进行数据导入
本文将介绍如何使用readr包将平面文件加载到 R 中，readr 也是 tidyverse 的核心 R包之一。
基本函数
函数 | 功能 |
|---|---|
read_csv | 读取逗号分隔文件 |
read_csv2 | 读取分号分隔文件 |
read_tsv | 读取制表符分隔文件 |
read_delim | 读取使用任意分隔符的文件 |
read_fwf | 读取固定宽度的文件 |
read_table | 读取空白字符来分隔各列分隔符的文件 |
read_log | 读取Apache 风格的日志文件,需要安装webreadr包 |
这些函数都具有同样的语法，可以举一反三。我们将重点介绍
read_csv()函数，不仅因为 CSV 文件是数据存储最常用的形式之一，还因为一旦掌握 read_csv() 函数，你就可以将从中学到的知识非常轻松地应用于 readr 的其他函数。
read_csv()函数中包含的参数如下：
read_csv(
file,
col_names = TRUE,
col_types = NULL,
locale = default_locale(),
na = c("", "NA"),
quoted_na = TRUE,
quote = "\"",
comment = "",
trim_ws = TRUE,
skip = 0,
n_max = Inf,
guess_max = min(1000, n_max),
progress = show_progress(),
skip_empty_rows = TRUE
)
下面介绍各个参数的作用：
参数 | 作用 |
|---|---|
file | 读取的文件路径，路径名需要用反斜杠表示 |
col_names | 如果为TRUE，输入的第一行将被用作列名，并且不会包含在数据帧中。如果为FALSE，将自动生成列名:X1, X2, X3等。如果col_names是一个字符向量，这些值将被用作列的名称，并且输入的第一行将被读入输出数据帧的第一行。缺少(NA)列名将产生一个警告，并被填充为哑名X1, X2等。重复的列名将生成警告，并使用数字后缀使其惟一。 |
col_types | 设置类变量的类型 |
locale | 区域设置控制的默认值因地方而异。默认的区域设置是以美国为中心的(如R)，但您可以使用locale()创建自己的区域设置，控制默认时区、编码、十进制标记、大标记和日/月名称等内容。 |
na | 字符串的字符向量，解释为缺少的值。将此选项设置为character()，以指示没有丢失的值。 |
quoted_na | 是否引号内缺少的值应该被视为缺少的值(默认)或字符串 |
comment | 用于标识注释的字符串 |
trim_ws | 在解析每个字段之前，是否应该修剪其前导和尾随空格? |
skip | 读取数据之前要跳过的行数。 |
n_max | 要读取的最大记录数。 |
guess_max | 用于猜测列类型的最大记录数 |
progress | 显示进度条 |
skip_empty_rows | 是否忽略空白行 |
如果能够熟练使用read_csv()函数，就能同样使用readr包中的其他函数来读取文件了，因为所含参数都是大致相同的，这里我们给出常用的两个例子。
读取外部数据
city <- read_csv("C:/Users/Administrator/Desktop/data.csv")
保存到外部文件
city <- write_csv("C:/Users/Administrator/Desktop/data.csv")