R CSV 文件

R 作为统计学专业工具，如果只能人工的导入和导出数据将使其功能变得没有意义，所以 R 支持批量的从主流的表格存储格式文件（例如 CSV、Excel、XML 等）中获取数据。

CSV 表格交互

CSV（Comma-Separated Values，CSV，有时也称为字符分隔值，因为分隔字符也可以不是逗号） 是一种非常流行的表格存储文件格式，这种格式适合储存中型或小型数据规模的数据。

由于大多数软件支持这个文件格式，所以常用于数据的储存与交互。

CSV 本质是文本，它的文件格式极度简单：数据一行一行的用文本保存起来而已，每条记录被分隔符分隔为字段，每条记录都有同样的字段序列。

以下是一个简单的 sites.csv 文件（存储在测试程序的相同目录下）：

1
2
3
4
5
id,name,url,likes
1,Google,www.google.com,111
2,Runoob,www.runoob.com,222
3,Taobao,www.taobao.com,333

CSV 用逗号来分割列，如果数据中含有逗号，就要用双引号将整个数据块包括起来。

**注意：**包含非英文字符的文本要注意保存的编码，由于很多计算机普遍使用 UTF-8 编码，所以我是用 UTF-8 进行保存的。

注意： CSV 文件最后一行需要保留一个空行，不然执行程序会有警告信息。

1
2
3
Warning message:
In read.table(file = file, header = header, sep = sep, quote = quote,  :
  incomplete final line found by readTableHeader on 'sites.csv'

读取 CSV 文件

接下来我们就可以使用 read.csv() 函数来读取 CSV 文件的数据：

实例

1
2
data <- read.csv("sites.csv", encoding\="UTF-8")  
print(data)

如果不设置 encoding 属性，read.csv 函数将默认以操作系统默认的文字编码进行读取，如果你使用的是 Windows 中文版系统且没有设置过系统的默认编码，那系统的默认编码应该是 GBK。所以大家请尽可能地统一文字编码以防出错。

执行以上代码输出结果为：

1
2
3
4
  id   name            url likes
1  1 Google www.google.com   111
2  2 Runoob www.runoob.com   222
3  3 Taobao www.taobao.com   333

read.csv() 函数返回的是数据框，我们可以很方便的对数据进行统计处理，以下实例我们查看行数和列数：

实例

1
2
3
4
5
data <- read.csv("sites.csv", encoding\="UTF-8")

print(is.data.frame(data))  \# 查看是否是数据框  
print(ncol(data))  \# 列数  
print(nrow(data))  \# 行数

执行以上代码输出结果为：

1
2
3
[1] TRUE
[1] 4
[1] 3

以下统计数据框中 likes 字段最大对数据：

实例

1
2
3
4
5
data <- read.csv("sites.csv", encoding\="UTF-8")

\# likes 最大的数据  
like <- max(data$likes)  
print(like)

执行以上代码输出结果为：

1
[1] 333

我们也可以指定查找条件，类似 SQL where 子句一样查询数据，需要用到到函数是 subset()。

以下实例查找 likes 为 222 到数据：

实例

1
2
3
4
5
data <- read.csv("sites.csv", encoding\="UTF-8")

\# likes 为 222 的数据  
retval <- subset(data, likes \== 222)  
print(retval)

执行以上代码输出结果为：

1
2
  id   name            url likes
2  2 Runoob www.runoob.com   222

注意：条件语句等于使用 ==。

多个条件使用 & 分隔符，以下实例查找 likes 大于 1 name 为 Runoob 的数据：

实例

1
2
3
4
5
data <- read.csv("sites.csv", encoding\="UTF-8")

\# likes 大于 1 name 为 Runoob 的数据  
retval <- subset(data, likes \> 1 & name\=="Runoob")  
print(retval)

执行以上代码输出结果为：

1
2
  id   name            url likes
2  2 Runoob www.runoob.com   222

保存为 CSV 文件

R 语言可以使用 write.csv() 函数将数据保存为 CSV 文件。

接着以上实例，我们将 likes 为 222 的数据 保存到 runoob.csv 文件：

实例

1
2
3
4
5
6
7
8
9
data <- read.csv("sites.csv", encoding\="UTF-8")

\# likes 为 222 的数据  
retval <- subset(data, likes \== 222)

\# 写入新的文件  
write.csv(retval,"runoob.csv")  
newdata <- read.csv("runoob.csv")  
print(newdata)

执行以上代码输出结果为：

1
2
 X id   name            url likes
1 2  2 Runoob www.runoob.com   222

X 来自数据集 newper，可以通过参数 row.names = FALSE 来删除它：

实例

1
2
3
4
5
6
7
8
9
data <- read.csv("sites.csv", encoding\="UTF-8")

\# likes 为 222 的数据  
retval <- subset(data, likes \== 222)

\# 写入新的文件  
write.csv(retval,"runoob.csv", row.names \= FALSE)  
newdata <- read.csv("runoob.csv")  
print(newdata)

执行以上代码输出结果为：

1
2
  id   name            url likes
1  2 Runoob www.runoob.com   222

执行完后，我们就可以看到 runoob.csv 文件生存：

R Excel 文件

Excel 格式的文件主要是 xls 或 xlsx，这两种文件可以在 R 语言中导入 xlsx 库来实现直接的读取。

R 语言读写 Excel 文件需要安装扩展包，我们可以在 R 到控制台输入以下命令来安装：

1
install.packages("xlsx", repos = "https://mirrors.ustc.edu.cn/CRAN/")

安装过程如下：

事实上，几乎所有的 Excel 软件与大多数表格软件一样支持 CSV 格式的数据，所以完全可以通过 CSV 与 R 交互，没必要再使用 Excel。

查看 xlsx 是否安装成功：

实例

1
2
3
4
5
\# 验证包是否安装  
any(grepl("xlsx",installed.packages()))  
\# 载入包  
library("xlsx")  
library("xlsx")

执行以上代码输出结果为：

1
2
3
4
[1] TRUE
Loading required package: rJava
Loading required package: methods
Loading required package: xlsxjars

Excel 文件数据：

点击链接下载 Excel 测试数据：https://static.jyshare.com/download/sites.xlsx

接下来，我们可以使用 read.xlsx() 函数来读取 Excel 数据：

实例

1
2
3
\# 读取 sites.xlsx 第一个工作表数据  
data <- read.xlsx("sites.xlsx", sheetIndex \= 1)  
print(data)

R XML 文件

XML 指的是可扩展标记语言（eXtensible Markup Language），XML 被设计用来传输和存储数据。

如果你对 XML 还不了解，可以先查阅：XML 教程

R 语言读写 XML 文件需要安装扩展包，我们可以在 R 到控制台输入以下命令来安装：

1
install.packages("XML", repos = "https://mirrors.ustc.edu.cn/CRAN/")

查看是否安装成功：

1
2
> any(grepl("XML",installed.packages()))
[1] TRUE

创建 sites.xml 文件，xml 文件与测试脚本同一目录下，代码如下：

实例

1
<sites\> <site\> <id\>1</id\> <name\>Google</name\> <url\>www.google.com</url\> <likes\>111</likes\> </site\> <site\> <id\>2</id\> <name\>Runoob</name\> <url\>www.runoob.com</url\> <likes\>222</likes\> </site\> <site\> <id\>3</id\> <name\>Taobao</name\> <url\>www.taobao.com</url\> <likes\>333</likes\> </site\> </sites\>

接下来我们可以使用 XML 包来载入 xml 文件的数据：

实例

1
2
3
4
5
6
7
8
\# 载入 XML 包  
library("XML")

\# 设置文件名  
result <- xmlParse(file \= "sites.xml")

\# 输出结果  
print(result)

统计 xml 数据量：

实例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
\# 载入 XML 包  
library("XML")

\# 设置文件名  
result <- xmlParse(file \= "sites.xml")

\# 提取根节点  
rootnode <- xmlRoot(result)

\# 统计数据量  
rootsize <- xmlSize(rootnode)

\# 输出结果  
print(rootsize)

执行以上代码输出结果为：

1
[1] 3

查看节点数据，某一行使用 [ ], 指定的行和列使用 [[ ]]:

实例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
\# 载入 XML 包  
library("XML")

\# 设置文件名  
result <- xmlParse(file \= "sites.xml")

\# 提取根节点  
rootnode <- xmlRoot(result)

\# 查看第 2 个节点数据  
print(rootnode\[2\])

\# 查看第 2 个节点的第  1 个数据  
print(rootnode\[\[2\]\]\[\[1\]\])

\# 查看第 2 个节点的第 3 个数据

print(rootnode\[\[2\]\]\[\[3\]\])

执行以上代码输出结果为：

1
2
3
4
5
6
7
8
9
10
11
12
$site
<site>
  <id>2</id>
  <name>Runoob</name>
  <url>www.runoob.com</url>
  <likes>222</likes>
</site> 

attr(,"class")
[1] "XMLInternalNodeList" "XMLNodeList"        
<id>2</id> 
<url>www.runoob.com</url>

XML 转为数据列表

以上代码对输出都是 xml 格式，我们使用 xmlToList() 函数可以将文件对数据转为列表格式，更方便读取：

实例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
\# 载入 XML 包  
library("XML")

\# 设置文件名  
result <- xmlParse(file \= "sites.xml")

\# 转为列表  
xml\_data <- xmlToList(result)

print(xml\_data)  
print("============================")

\# 输出第一行第二列的数据  
print(xml\_data\[\[1\]\]\[\[2\]\])

执行以上代码输出结果为：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
$site
$site$id
[1] "1"

$site$name
[1] "Google"

$site$url
[1] "www.google.com"

$site$likes
[1] "111"


$site
$site$id
[1] "2"

$site$name
[1] "Runoob"

$site$url
[1] "www.runoob.com"

$site$likes
[1] "222"


$site
$site$id
[1] "3"

$site$name
[1] "Taobao"

$site$url
[1] "www.taobao.com"

$site$likes
[1] "333"


[1] "============================"
[1] "Google"

XML 转为数据框

XML 文件数据可以转为数据框类型，这样我们就更方便对数据进行操作：

实例

1
2
3
4
5
6
\# 载入 XML 包  
library("XML")

\# xml 文件数据转为数据框  
xmldataframe <- xmlToDataFrame("sites.xml")  
print(xmldataframe)

执行以上代码输出结果为：

1
2
3
4
  id   name            url likes
1  1 Google www.google.com   111
2  2 Runoob www.runoob.com   222
3  3 Taobao www.taobao.com   333

R JSON 文件

JSON: JavaScript Object Notation(JavaScript 对象表示法)。

JSON 是存储和交换文本信息的语法。

JSON 类似 XML，但比 XML 更小、更快，更易解析。

如果你对 JSON 还不了解，可以先查阅：JSON 教程

R 语言读写 JSON 文件需要安装扩展包，我们可以在 R 到控制台输入以下命令来安装：

1
install.packages("rjson", repos = "https://mirrors.ustc.edu.cn/CRAN/")

查看是否安装成功：

1
2
> any(grepl("rjson",installed.packages()))
[1] TRUE

创建 sites.json 文件，json 文件与测试脚本同一目录下，代码如下：

实例

1
{ "id":\["1","2","3"\], "name":\["Google","Runoob","Taobao"\], "url":\["www.google.com","www.runoob.com","www.taobao.com"\], "likes":\[ 111,222,333\] }

接下来我们可以使用 rjson 包来载入 json 文件的数据。

查看数据，某一行使用 [ ], 指定的行和列使用 [[ ]]:

实例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
\# 载入 rjson 包  
library("rjson")

\# 获取 json 数据  
result <- fromJSON(file \= "sites.json")

\# 输出结果  
print(result)

print("===============")

\# 输出第 1 列的结果  
print(result\[1\])

print("===============")  
\# 输出第 2 行第 2 列的结果  
print(result\[\[2\]\]\[\[2\]\])

执行以上代码输出结果为：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
$id
[1] "1" "2" "3"

$name
[1] "Google" "Runoob" "Taobao"

$url
[1] "www.google.com" "www.runoob.com" "www.taobao.com"

$likes
[1] 111 222 333

[1] "==============="
$id
[1] "1" "2" "3"

[1] "==============="
[1] "Runoob"

我们也可以使用 as.data.frame() 函数将 json 文件数据可以转为数据框类型，这样我们就更方便对数据进行操作：

实例

1
2
3
4
5
6
7
8
9
10
\# 载入 rjson 包  
library("rjson")

\# 获取 json 数据  
result <- fromJSON(file \= "sites.json")

\# 转为数据框  
json\_data\_frame <- as.data.frame(result)

print(json\_data\_frame)

执行以上代码输出结果为：

1
2
3
4
  id   name            url likes
1  1 Google www.google.com   111
2  2 Runoob www.runoob.com   222
3  3 Taobao www.taobao.com   333

R MySQL 连接

MySQL 是最流行的关系型数据库管理系统，在 WEB 应用方面 MySQL 是最好的 RDBMS(Relational Database Management System：关系数据库管理系统)应用软件之一。

如果你对 MySQL 还不了解，可以先查阅：MySQL 教程

R 语言读写 MySQL 文件需要安装扩展包，我们可以在 R 到控制台输入以下命令来安装：

1
install.packages("RMySQL", repos = "https://mirrors.ustc.edu.cn/CRAN/")

查看是否安装成功：

1
2
> any(grepl("RMySQL",installed.packages()))
[1] TRUE

MySQL 目前被甲骨文收购，所以很多人使用来它的复制版本 MariaDB，MariaDB 在 GNU GPL下开源，MariaDB 的开发是由 MySQL 的一些原始开发者领导的，所以语法操作都差不多：

1
install.packages("RMariaDB", repos = "https://mirrors.ustc.edu.cn/CRAN/")

在 test 数据库中创建数据表 runoob，表结构及数据代码如下：

实例

1
\-- -- 表的结构 \`runoob\` \-- CREATE TABLE \`runoob\` ( \`id\` int(11) NOT NULL, \`name\` char(20) NOT NULL, \`url\` varchar(255) NOT NULL, \`likes\` int(11) NOT NULL ) ENGINE\=InnoDB DEFAULT CHARSET\=utf8mb4; \-- -- 转存表中的数据 \`runoob\` \-- INSERT INTO \`runoob\` (\`id\`, \`name\`, \`url\`, \`likes\`) VALUES (1, 'Google', 'www.google.com', 111), (2, 'Runoob', 'www.runoob.com', 222), (3, 'Taobao', 'www.taobao.com', 333);

接下来我们可以使用 RMySQL 包来读取数据：

实例

1
2
3
4
5
6
7
library(RMySQL)

\# dbname 为数据库名，这边的参数请根据自己实际情况填写  
mysqlconnection \= dbConnect(MySQL(), user \= 'root', password \= '', dbname \= 'test',host \= 'localhost')

\# 查看数据  
dbListTables(mysqlconnection)

接下来我们可以使用 dbSendQuery 来读取数据库的表，结果集通过 fetch() 函数来获取：

实例

1
2
3
4
5
6
7
library(RMySQL)  
\# 查询 sites 表，增删改查操作可以通过第二个参数的 SQL 语句来实现  
result \= dbSendQuery(mysqlconnection, "select \* from sites")

\# 获取前面两行数据  
data.frame \= fetch(result, n \= 2)  
print(data.frame)