R语言 CSV文件 R语言 饼状图 R语言 Excel文件 R语言CSV文件 在R语言中，我们可以从存储在R语言环境外的文件中读取数据。 我们还可以将数据写入将被操作系统存储和访问的文件。 R语言可以读取和写入各种文件格式，如csv，excel，xml等。 在本章中，我们将学习从csv文件读取数据，然后将数据写入csv文件。 该文件应该存在于当前工作目录中，以便R语言可以读取它。 当然我们也可以设置我们自己的目录并从那里读取文件。 获取和设置工作目录 您可以使用getwd()函数检查R语言工作区指向的目录。 您还可以使用setwd()函数设置新的工作目录。 # Get and print current working directory. print(getwd()) # Set current working directory. setwd("/web/com") # Get and print current working directory. print(getwd()) 当我们执行上面的代码，它产生以下结果 [1] "/web/com/1441086124_2016" [1] "/web/com" 此结果取决于您的操作系统和您当前工作的目录。 输入为CSV文件 csv文件是一个文本文件，其中列中的值由逗号分隔。 让我们考虑名为input.csv的文件中出现的以下数据。 您可以通过复制和粘贴此数据使用Windows记事本创建此文件。 使用记事本中的保存为所有文件（.）选项将文件保存为input.csv。 id,name,salary,start_date,dept 1,Rick,623.3,2012-01-01,IT 2,Dan,515.2,2013-09-23,Operations 3,Michelle,611,2014-11-15,IT 4,Ryan,729,2014-05-11,HR ,Gary,843.25,2015-03-27,Finance 6,Nina,578,2013-05-21,IT 7,Simon,632.8,2013-07-30,Operations 8,Guru,722.5,2014-06-17,Finance 读取CSV文件 以下是read.csv()函数的一个简单示例，用于读取当前工作目录中可用的CSV文件 data <- read.csv("input.csv") print(data) 当我们执行上面的代码，它产生以下结果 id, name, salary, start_date, dept 1 1 Rick 623.30 2012-01-01 IT 2 2 Dan 515.20 2013-09-23 Operations 3 3 Michelle 611.00 2014-11-15 IT 4 4 Ryan 729.00 2014-05-11 HR 5 NA Gary 843.25 2015-03-27 Finance 6 6 Nina 578.00 2013-05-21 IT 7 7 Simon 632.80 2013-07-30 Operations 8 8 Guru 722.50 2014-06-17 Finance 分析CSV文件 默认情况下，read.csv()函数将输出作为数据帧。 这可以容易地如下检查。 此外，我们可以检查列和行的数量。 data <- read.csv("input.csv") print(is.data.frame(data)) print(ncol(data)) print(nrow(data)) 当我们执行上面的代码，它产生以下结果 [1] TRUE [1] 5 [1] 8 一旦我们读取数据帧中的数据，我们可以应用所有适用于数据帧的函数，如下一节所述。 获得最高工资 # Create a data frame. data <- read.csv("input.csv") # Get the max salary from data frame. sal <- max(data$salary) print(sal) 当我们执行上面的代码，它产生以下结果 [1] 843.25 获取具有最高工资的人的详细信息 我们可以获取满足特定过滤条件的行，类似于SQL where子句。 # Create a data frame. data <- read.csv("input.csv") # Get the max salary from data frame. sal <- max(data$salary) # Get the person detail having max salary. retval <- subset(data, salary == max(salary)) print(retval) 当我们执行上面的代码，它产生以下结果 id name salary start_date dept 5 NA Gary 843.25 2015-03-27 Finance 获取所有的IT部门员工的信息 # Create a data frame. data <- read.csv("input.csv") retval <- subset( data, dept == "IT") print(retval) 当我们执行上面的代码，它产生以下结果 id name salary start_date dept 1 1 Rick 623.3 2012-01-01 IT 3 3 Michelle 611.0 2014-11-15 IT 6 6 Nina 578.0 2013-05-21 IT 获得工资大于600的IT部门的人员 # Create a data frame. data <- read.csv("input.csv") info <- subset(data, salary > 600 & dept == "IT") print(info) 当我们执行上面的代码，它产生以下结果 id name salary start_date dept 1 1 Rick 623.3 2012-01-01 IT 3 3 Michelle 611.0 2014-11-15 IT 获得2014年或之后加入的人 # Create a data frame. data <- read.csv("input.csv") retval <- subset(data, as.Date(start_date) > as.Date("2014-01-01")) print(retval) 当我们执行上面的代码，它产生以下结果 id name salary start_date dept 3 3 Michelle 611.00 2014-11-15 IT 4 4 Ryan 729.00 2014-05-11 HR 5 NA Gary 843.25 2015-03-27 Finance 8 8 Guru 722.50 2014-06-17 Finance 写入CSV文件 R语言可以创建csv文件形式的现有数据帧。 write.csv()函数用于创建csv文件。 此文件在工作目录中创建。 # Create a data frame. data <- read.csv("input.csv") retval <- subset(data, as.Date(start_date) > as.Date("2014-01-01")) # Write filtered data into a new file. write.csv(retval,"output.csv") newdata <- read.csv("output.csv") print(newdata) 当我们执行上面的代码，它产生以下结果 X id name salary start_date dept 1 3 3 Michelle 611.00 2014-11-15 IT 2 4 4 Ryan 729.00 2014-05-11 HR 3 5 NA Gary 843.25 2015-03-27 Finance 4 8 8 Guru 722.50 2014-06-17 Finance 这里列X来自数据集newper。 这可以在写入文件时使用附加参数删除。 # Create a data frame. data <- read.csv("input.csv") retval <- subset(data, as.Date(start_date) > as.Date("2014-01-01")) # Write filtered data into a new file. write.csv(retval,"output.csv", row.names = FALSE) newdata <- read.csv("output.csv") print(newdata) 当我们执行上面的代码，它产生以下结果 id name salary start_date dept 1 3 Michelle 611.00 2014-11-15 IT 2 4 Ryan 729.00 2014-05-11 HR 3 NA Gary 843.25 2015-03-27 Finance 4 8 Guru 722.50 2014-06-17 Finance R语言 饼状图 R语言 Excel文件
