使用键盘输入数据
使用edit（）或fix（）函数会自动调用一个文本编辑器。
#首先建立一个空的数据框，包含age、gender和weight三个变量
mydata<-data.frame(age=numeric(0),gender=character(0),weight=numeric(0))
#然后调用edit（）或fix（）函数来编辑和修改数据
mydata<-edit(mydata)
#fix(mydata)
mydata
## [1] age gender weight
## <0 rows> (or 0-length row.names)
读取R语言包中的数据
R中包含许多内置数据集。由于R提供了这些数据集，你可以应用它们来进行试验，所以它们对学习和使用R很有帮助。
许多数据集都包含在名为datasets的R包中。该R包是R的基础包，它在R的搜索路径中，因此可以直接应用这些数据集。例如，可以调用内置数据集pressure：
head(pressure)
## temperature pressure
## 1 0 0.0002
## 2 20 0.0012
## 3 40 0.0060
## 4 60 0.0300
## 5 80 0.0900
## 6 100 0.2700
任何R包都可以选择包含数据集，来补充R包datasets中的数据。例如，MASS包中包含了许多有趣的数据集。使用带有package参数的data函数可以访问相应的R包中的数据集。MASS包中包含数据集Cars93，可通过以下方法来访问：
data(Cars93, package="MASS")
head(Cars93)
## Manufacturer Model Type Min.Price Price Max.Price MPG.city
## 1 Acura Integra Small 12.9 15.9 18.8 25
## 2 Acura Legend Midsize 29.2 33.9 38.7 18
## 3 Audi 90 Compact 25.9 29.1 32.3 20
## 4 Audi 100 Midsize 30.8 37.7 44.6 19
## 5 BMW 535i Midsize 23.7 30.0 36.2 22
## 6 Buick Century Midsize 14.2 15.7 17.3 22
## MPG.highway AirBags DriveTrain Cylinders EngineSize
## 1 31 None Front 4 1.8
## 2 25 Driver & Passenger Front 6 3.2
## 3 26 Driver only Front 6 2.8
## 4 26 Driver & Passenger Front 6 2.8
## 5 30 Driver only Rear 4 3.5
## 6 31 Driver only Front 4 2.2
## Horsepower RPM Rev.per.mile Man.trans.avail Fuel.tank.capacity
## 1 140 6300 2890 Yes 13.2
## 2 200 5500 2335 Yes 18.0
## 3 172 5500 2280 Yes 16.9
## 4 172 5500 2535 Yes 21.1
## 5 208 5700 2545 Yes 21.1
## 6 110 5200 2565 No 16.4
## Passengers Length Wheelbase Width Turn.circle Rear.seat.room
## 1 5 177 102 68 37 26.5
## 2 5 195 115 71 38 30.0
## 3 5 180 102 67 37 28.0
## 4 6 193 106 70 37 31.0
## 5 4 186 109 69 39 27.0
## 6 6 189 105 69 41 28.0
## Luggage.room Weight Origin Make
## 1 11 2705 non-USA Acura Integra
## 2 15 3560 non-USA Acura Legend
## 3 14 3375 non-USA Audi 90
## 4 17 3405 non-USA Audi 100
## 5 13 3640 non-USA BMW 535i
## 6 16 2880 USA Buick Century
读取数据文件
使用R语言的时候，如果是少量数据，不妨使用创建向量的语句c()或其他函数进行创建；但是对于大量数据，最好还是先通过其他更方便的软件创建数据文件，然后使用R读入这个文件。
.csv是非常好的数据文件格式，跨平台支持非常好。在Excel或者SPSS中创建的数据，只要存为csv格式，就可以使用几乎任何数据处理软件对这些数据进行处理了。使用通用格式在多人合作、不同版本兼容等常见行为中，优势十分明显。另外，之所以使用不同的数据处理软件，第一，可以取长补短。比如有些工作SPSS很复杂的，可以用R语言几行命令搞定。第二，可以进行软件间处理结果对照，发现问题。
R语言中读取外部文件的最基本函数是read.table()，还有用来读csv的read.csv()， .csv是非常好的数据文件格式，跨平台支持非常好。。
输入help（read.table）命令，就看到了关于数据输入函数的说明。对read.table,使用格式是这样的;
read.table(file, header = FALSE, sep = "", quote = ""'",
dec = ".", 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)
参数很多，最常用的也就几个，重写如下：
read.table(file, header = FALSE, sep = "", quote = ""'",
dec = ".", skip = 0,
strip.white = FALSE, blank.lines.skip = TRUE,
comment.char = "#")
file表示要读取的文件。file可以是①绝对路径或者相对路径，但是一定要注意，在R语言中""是转义符，所以路径分隔符必须写成"\"，比如“C:\myfile\myfile.txt”。②可以使剪切板的内容。③使用file.choose()，弹出对话框，让你选择文件位置。强烈推荐使用第三种方法，免去了记忆和书写文件路径的麻烦，特别是能够避免因数据文件位置移动带来的错误！例如：read.table(file.choose(),...)。
header来确定数据文件中第一行是不是标题。默认F，即认为数据文件没有标题，也即认为第一行就开始是数据了！例如：
姓名 年龄收入
小六 12 350
如果header=F，读进来的第一行数据是“姓名年龄收入”，header=T，读进来的第一行是“小六 12 350”。
sep指定分隔符，默认是空格。quote是引号，默认就是双引号。dec是小数点的表示，默认就是一个点。skip是确定是否跳过某些行。strip.white确定是否消除空白字符。blank.lines.skip确定是否跳过空白行。comment.char指定用于表示注释的引导符号。
和read.table有所不同的，是read.csv的默认参数有别。注意看，header和sep的默认值。
read.csv(file, header = TRUE, sep = ",", quote=""", dec=".",
fill = TRUE, comment.char="")
因为csv就是逗号分割的意思，当然sep必须是逗号。header也是默认有标题的。fill是默认填充的，即遇到行不相等的情况，空白域自动添加既定值。
举个例子，我们有一个记录金庸和古龙武侠人物的文件，分别保存为制表符分隔的txt文件和逗号分隔的csv文件。
用read.table()读取TXT文件：
wuxia <- read.table("wuxia.txt",header = T)
wuxia
## 序号 姓名 小说名称
## 1 1 令狐冲 笑傲江湖
## 2 2 张无忌 倚天屠龙记
## 3 3 黄蓉 射雕英雄传
## 4 4 韦小宝 鹿鼎记
## 5 5 李寻欢 多情剑客无情剑
## 6 6 陆小凤 陆小凤传奇
## 7 7 乔峰 天龙八部
## 8 8 小龙女 神雕侠侣
## 9 9 胡一刀 雪山飞狐
用read.csv()读取csv文件：
wuxia2 <- read.csv("wuxia.csv",header = T,sep = ",")
wuxia2
## 序号 姓名 小说名称
## 1 1 令狐冲 笑傲江湖
## 2 2 张无忌 倚天屠龙记
## 3 3 黄蓉 射雕英雄传
## 4 4 韦小宝 鹿鼎记
## 5 5 李寻欢 多情剑客无情剑
## 6 6 陆小凤 陆小凤传奇
## 7 7 乔峰 天龙八部
## 8 8 小龙女 神雕侠侣
## 9 9 胡一刀 雪山飞狐
读取Excel文件
可以将Excel文件另存为csv格式，然后用read.csv()读取。
或者安装xlsx包（需要安装Java虚拟机），使用read.xlsx2()直接读取。
library(xlsx)
## Warning: package 'xlsx' was built under R version 3.3.2
## Loading required package: rJava
## Warning: package 'rJava' was built under R version 3.3.2
## Loading required package: xlsxjars
## Warning: package 'xlsxjars' was built under R version 3.3.2
wuxia3 <- read.xlsx2("wuxia.xlsx",sheetName="Sheet1")
wuxia3
## 序号 姓名 小说名称
## 1 1 令狐冲 笑傲江湖
## 2 2 张无忌 倚天屠龙记
## 3 3 黄蓉 射雕英雄传
## 4 4 韦小宝 鹿鼎记
## 5 5 李寻欢 多情剑客无情剑
## 6 6 陆小凤 陆小凤传奇
## 7 7 乔峰 天龙八部
## 8 8 小龙女 神雕侠侣
## 9 9 胡一刀 雪山飞狐
使用openxlsx包不需要java的支持，函数也是read.xlsx()。
library(openxlsx)
## Warning: package 'openxlsx' was built under R version 3.3.2
##
## Attaching package: 'openxlsx'
## The following objects are masked from 'package:xlsx':
##
## createWorkbook, loadWorkbook, read.xlsx, saveWorkbook,
## write.xlsx
wuxia4 <- read.xlsx("wuxia.xlsx",sheet = 1)
wuxia4
## 序号 姓名 小说名称
## 1 1 令狐冲 笑傲江湖
## 2 2 张无忌 倚天屠龙记
## 3 3 黄蓉 射雕英雄传
## 4 4 韦小宝 鹿鼎记
## 5 5 李寻欢 多情剑客无情剑
## 6 6 陆小凤 陆小凤传奇
## 7 7 乔峰 天龙八部
## 8 8 小龙女 神雕侠侣
## 9 9 胡一刀 雪山飞狐
还可以将Excel内容复制到剪切板，然后使用read.table("clipboard",header=TRUE,……)来读取剪切板的内容；或者使用RODBC包读取ODBC连接的方式等。
保存数据到文件
使用write.table()、write.csv()等函数都可以，或者调用xlsx包保存到Excel文件中。
mydata
## [1] age gender weight
## <0 rows> (or 0-length row.names)
write.table(mydata,"mydata.txt",sep=",")
library(xlsx)
write.xlsx2(mydata,"mydata.xlsx")
网友评论