Sådan bruges læsning. csv () til Importer data i R-dummies

En af de nemmeste og mest pålidelige måder at få data på i R er at bruge tekstfiler, især CSV-filer (kommaseparerede værdier). CSV-filformatet anvender kommaer til at adskille de forskellige elementer i en linje, og hver linje af data er i sin egen linje i tekstfilen, hvilket gør CSV-filer ideelle til at repræsentere tabeldata.

Den ekstra fordel ved CSV-filer er, at næsten alle dataprogrammer understøtter eksport af data til CSV-format. Dette er bestemt tilfældet for de fleste regnearkprogrammer, herunder Microsoft Excel og OpenOffice Calc.

I de følgende eksempler antages det, at du har en CSV-fil gemt i en praktisk mappe i dit filsystem. Hvis du vil konvertere et Excel-regneark til CSV-format, skal du vælge Fil → Gem som, som giver dig mulighed for at gemme din fil i en række forskellige formater.

Husk, at en CSV-fil kun kan repræsentere et enkelt regneark i et regneark. Endelig skal du sørge for at bruge den øverste række af dit regneark (række 1) til kolonneoverskrifterne.

I R bruger du læsningen. csv () -funktionen til at importere data i CSV-format. Denne funktion har en række argumenter, men det eneste væsentlige argument er en fil, som angiver placeringen og filnavnet. At læse en fil kaldet elementer. csv placeret ved f: brug læs. csv () med fil. sti: >> elements str (elements) 'data. ramme ': 10 obs. af 9 variabler: $ Atomic. nummer: int 1 2 3 4 5 6 7 8 9 10 $ Navn: Faktor med 10 niveauer "Beryllium", "Bor", …: 6 5 7 1 2 3 9 10 4 8 $ Symbol: Faktor m / 10 niveauer " B "," Be "," C "," F ", …: 5 6 7 2 1 3 8 10 4 9 $ Gruppe: int 1 18 1 2 13 14 15 16 17 18 $ Periode: int 1 1 2 2 2 2 2 2 2 2 $ Blok: Faktor m / 2 niveauer "p", "s": 2 2 2 2 1 1 1 1 1 1 $ Stat. på. STP: Faktor w / 2 niveauer "Gas", "Solid": 1 1 2 2 2 2 1 1 1 1 $ Forekomst: Faktor w / 1 niveau "Primordial": 1 1 1 1 1 1 1 1 1 1 $ Beskrivelse: Faktor m / 6 niveauer "Alkalimetal", …: 6 5 1 2 4 6 6 6 3 5

R importerer dataene i en dataramme. Som du kan se, har dette eksempel ti observationer af ni variabler.

Bemærk, at standardindstillingen er at konvertere tegnstrenge til faktorer. Således er kolonnerne Navn, Blok, Stat. På. STP, forekomst og beskrivelse er alle blevet konverteret til faktorer. Bemærk også, at R konverterer mellemrum i kolonnens navne til perioder (for eksempel i kolonne tilstand. På. STP).

Denne standardindstilling for at konvertere strenge til faktorer, når du bruger læser. bordet () kan være en kilde til stor forvirring. Du er ofte bedre stillet til at importere data, der indeholder strenge på en sådan måde, at strengene ikke konverteres faktorer, men forbliver tegnvektorer.For at importere data, der indeholder strenge, skal du bruge argumentet stringsAsFactors = FALSE til at læse. csv () eller læs. tabel ():

>> elements str (elements) 'data. ramme ': 10 obs. af 9 variabler: $ Atomic. nummer: int 1 2 3 4 5 6 7 8 9 10 $ Navn: chr "Hydrogen" "Helium" "Litium" "Beryllium" … $ Symbol: chr "H" "Han" "Li" "Vær" … $ Gruppe: int 1 18 1 2 13 14 15 16 17 18 $ Periode: int 1 1 2 2 2 2 2 2 2 2 $ Blok: chr "s" "s" "s" "s" … $ Stat. på. STP: chr "Gas" "Gas" "Solid" "Solid" … $ Begivenhed: chr "Primordial" "Primordial" "Primordial" "Primordial" … $ Beskrivelse: chr "Non-metal" "Ædelgas" "Alkalisk metal" "Alkalisk jordmetal" …

Hvis du har en fil i EU (European Union) formatet (hvor kommaer bruges som decimalseparatorer og semikolon bruges som felt separatorer), skal du importere det til R ved hjælp af læsningen. csv2 () funktionen.