《R语言实战》学习笔记（三）

往期回顾

作为一名数据分析师，通常会面对来自多种数据源和数据格式的数据，而我们的任务就是将这些数据导入我们的工具，分析数据，形成数据分析报告。

R可以从键盘、文本文件、Microsoft Excel和Acess、流行的统计软件、特殊格式的文件，以及多种关系型数据库中导入数据。

键盘输入数据的方式通常对小数据集较为有效，这里就不在赘述。我们重点学习导入较大的数据集的方式：文本文件、统计软件、Excel表格或数据库中导入数据。

一、从带分隔符的文本文件导入数据

read.table()函数从带分隔符的文本文件中导入数据，即读入一个表格格式的文件并将其保存为一个数据框。语法如下：

mydataframe

其中，file是一个带分隔符的ASCII文本文件，header是一个表明首行是否包含了变量名的逻辑值，sep用来指定分隔数据的分隔符，row.names是一个可选参数，用以指定一个或多个行标识符的变量。

二、导入Excel数据

读取Excel文件最好的方式，就是在Excel中将其导出为一个逗号分割文件（csv）,并使用上面所提到的方式导入R中。

Windows系统中，你也可以使用RODBC包来访问Excel文件，电子表格的第一行应当包含变量/列的名称。

Excel 2007以后的版本格式为XLSX的文件格式，这时需要xlsx包来读取这种格式的电子表格。包中的函数为read.xlsx(file,n)，其中file是Excel 2007工作簿的所在路径，n为要导入的工作表序号。

三、访问数据库管理系统

R中有多种面向关系型数据库管理系统（DBMS）的接口，其中一些包通过原生的数据库驱动来提供访问功能，另一些则是通过ODBC或JDBC来实现访问的。

3.1 ODBC接口

在R中通过RODBC包访问一个数据库是最流行的方式，几乎涵盖所有的数据库。

第一步：这对自身的系统和数据库类型安装和配置合适的ODBC驱动（不是R的一部分）。

第二步：安装RODBC包。以下为包中的主要函数：

odbcConnect(dsn,uid="",pwd="") 建立一个到ODBC数据库的连接

sqlFetch(channel,sqltable) 读取数据库中的某个表到数据框中

sqlQuery(channel,query) 向数据库提交一个查询并返回结果

sqlSave(channel,mydf,tablename=sqtable,append=FALSE) 将数据框写入 或更新到ODBC数据库的某个表中

sqlDrop(channel,sqtable) 删除OBC数据库中的某个表

close(channel) 关闭连接

3.2 DBI相关包

DBI包为访问数据库提供一个通用且一致的客户端接口。RJDBC包提供了通过JDBC驱动访问数据库的方案。

数据准备工作可能是数据分析中最具有挑战性的任务之一。