R - CSV 文件
在 R 中，我们可以从 R 环境外部存储的文件中读取数据。我们还可以将数据写入将由操作系统存储和访问的文件中。R 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。该文件应存在于当前工作目录中，以便 R 可以读取它。当然我们也可以设置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 工作区指向哪个目录。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时，它会产生以下结果 -
[1] "/web/com/1441086124_2016" [1] "/web/com"
此结果取决于您的操作系统和当前工作目录。
输入为 CSV 文件
csv 文件是一个文本文件，其中各列中的值以逗号分隔。让我们考虑名为input.csv 的文件中存在的以下数据。
您可以使用 Windows 记事本通过复制和粘贴此数据来创建此文件。使用记事本中的“另存为所有文件(*.*)”选项将文件另存为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 5,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时，它会产生以下结果 -
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框提供。这可以很容易地检查如下。我们还可以检查列数和行数。
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时，它会产生以下结果 -
[1] TRUE [1] 5 [1] 8
一旦我们读取了数据框中的数据，我们就可以应用适用于数据框的所有函数，如后续部分所述。
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$salary)
print(sal)
当我们执行上面的代码时，它会产生以下结果 -
[1] 843.25
获取最高薪水人员的详细信息
我们可以获取满足特定过滤条件的行，类似于 SQL where 子句。
# Create a data frame.
data <- read.csv("input.csv")
# Get the max salary from data frame.
sal <- max(data$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时，它会产生以下结果 -
id name salary start_date dept 5 NA Gary 843.25 2015-03-27 Finance
让所有人员都在 IT 部门工作
# 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时，它会产生以下结果 -
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
获取IT部门薪资大于600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时，它会产生以下结果 -
id name salary start_date dept 1 1 Rick 623.3 2012-01-01 IT 3 3 Michelle 611.0 2014-11-15 IT
获取 2014 年或之后加入的人员
# 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时，它会产生以下结果 -
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 可以从现有数据框创建 csv 文件。write.csv ()函数用于创建 csv 文件。该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时，它会产生以下结果 -
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
这里的 X 列来自数据集 newper。在写入文件时可以使用附加参数删除它。
# 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时，它会产生以下结果 -
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