文章目錄

• R_數據接口
• • ref
  • • csv文件
    • Excel文件
    • 二進制文件
    • xml文件
    • json文件
    • web數據
    • 數據庫

R_數據接口

ref

w3school_R_數據接口

csv文件

讀寫csv

• 獲取和設置工作目錄

  • **getwd()**函數檢查R語言工作區指向的目錄。
  • **setwd()**函數設置新的工作目錄。

• 讀取csv文件：read.csv()，將輸出作為數據幀

  • data <- read.csv("input.csv") print(data)# resultid, 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

  • 行列數

    print(ncol(data)) print(nrow(data))

  • 某列最大值

    sal <- max(data$salary) print(sal)

  • 特定條件篩選,類似SQL語句

    subset(data, condition)

    # Get the person detail having max salary. retval <- subset(data, salary == max(salary)) print(retval) # Create a data frame. data <- read.csv("input.csv")retval <- subset( data, dept == "IT") print(retval)

• 寫入csv文件

  • **write.csv()**函數用于創建csv文件，并寫入數據幀。 此文件在工作目錄中創建。

    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")

  • 默認寫入行名，可以write.csv(retval,"output.csv", row.names = FALSE)去除

Excel文件

• 安裝、導入xlsl包

  • install.packages("xlsx")# Verify the package is installed. any(grepl("xlsx",installed.packages()))# Load the library into R workspace. library("xlsx")

• 讀入xlsl文件

  • # sheetIndex = 1表示讀取第一個sheet data <- read.xlsx("input.xlsx", sheetIndex = 1) print(data)

• 寫入xlsl文件

二進制文件

R語言有兩個函數WriteBin()和readBin()來創建和讀取二進制文件。

• 語法

  writeBin(object, con) readBin(con, what, n )
  • con 是讀取或寫入二進制文件的連接對象。
  • object 是要寫入的二進制文件。
  • what - 是像字符，整數等代表字節模式被讀取。
  • n 是從二進制文件讀取的字節數。

xml文件

• 安裝xml包

  install.packages("XML")

• 讀取xml

  • 使用函數**xmlParse()**讀取。 它作為列表存儲在R語言中。

    # Load the package required to read XML files. library("XML")# Also load the other required package. library("methods")# Give the input file name to the function. result <- xmlParse(file = "input.xml")# Print the result. print(result)

  • 獲取根節點(是個列表)和文件節點數

    # Exract the root node form the xml file. rootnode <- xmlRoot(result)# Find number of nodes in the root. rootsize <- xmlSize(rootnode)

  • 解析文件第一條記錄

    print(rootnode[1])

  • 獲取節點的不同元素

    # Get the second element of the third node. print(rootnode[[3]][[2]])

  • xml轉數據幀

    xmldataframe <- xmlToDataFrame("input.xml") print(xmldataframe)

• 寫入xml

json文件

• 安裝rjson包

  install.packages("rjson")

• 讀取json文件

  # Load the package required to read JSON files. library("rjson")# Give the input file name to the function. result <- fromJSON(file = "input.json")# Print the result. print(result)

• json轉數據幀

  • 使用**as.data.frame()**函數將上面提取的數據轉換為R語言數據幀以進行進一步分析

    # Load the package required to read JSON files. library("rjson")# Give the input file name to the function. result <- fromJSON(file = "input.json")# Convert JSON file to a data frame. json_data_frame <- as.data.frame(result)print(json_data_frame)

• 寫入json文件

web數據

許多網站提供數據供其用戶使用。

使用R語言程序，我們可以從這些網站以編程方式提取特定數據。

R語言中用于從網站中提取數據的一些包是“RCurl”，XML“和”stringr“，它們用于連接到URL，識別文件所需的鏈接并將它們下載到本地環境。

• 安裝包

  install.packages("RCurl") install.packages("XML") install.packages("stringr") install.packages("plyr")

• demo[主要是獲取link，再逐個下載]

  • 使用函數getHTMLLinks()來收集文件的URL
  • 使用函數downlaod.file()將文件保存到本地系統
  # Read the URL. url <- "http://www.geos.ed.ac.uk/~weather/jcmb_ws/"# Gather the html links present in the webpage. links <- getHTMLLinks(url)# Identify only the links which point to the JCMB 2015 files. filenames <- links[str_detect(links, "JCMB_2015")]# Store the file names as a list. filenames_list <- as.list(filenames)# Create a function to download the files by passing the URL and filename list. downloadcsv <- function (mainurl,filename) {filedetails <- str_c(mainurl,filename)download.file(filedetails,filename) }# Now apply the l_ply function and save the files into the current R working directory. l_ply(filenames,downloadcsv,mainurl = "http://www.geos.ed.ac.uk/~weather/jcmb_ws/")

數據庫

數據是關系數據庫系統以規范化格式存儲。

• 安裝包

  install.packages("RMySQL")

• 連接mysql

  • R中創建一個連接對象以連接到數據庫。 它使用用戶名，密碼，數據庫名稱和主機名作為輸入。

  • 使用dbConnect()函數創建連接對象

    mysqlconnection = dbConnect(MySQL(), user = 'root', password = '', dbname = 'sakila', host = 'localhost')
  # Create a connection Object to MySQL database. # We will connect to the sampel database named "sakila" that comes with MySql installation. mysqlconnection = dbConnect(MySQL(), user = 'root', password = '', dbname = 'sakila', host = 'localhost')# List the tables available in this database.dbListTables(mysqlconnection)

• 查詢

  • 使用函數dbSendQuery()查詢MySql中的數據庫表。

    result = dbSendQuery(mysqlconnection,SQL)

  • 使用R語言fetch()函數返回結果集

    data.frame = fetch(result, n = rows_display) # -1表示所有

  • 最后，它被存儲為R語言中的數據幀。

  # Query the "actor" tables to get all the rows. result = dbSendQuery(mysqlconnection, "select * from actor")# Store the result in a R data frame object. n = 5 is used to fetch first 5 rows. data.frame = fetch(result, n = 5) print(data.frame)

• 更新

  • 將更新查詢傳遞給**dbSendQuery()**函數來更新Mysql表中的行。

    dbSendQuery(mysqlconnection, "update mtcars set disp = 168.5 where hp = 110")

• 插入

  dbSendQuery(mysqlconnection,"insert into mtcars(row_names, mpg, cyl, disp, hp, drat, wt, qsec, vs, am, gear, carb)values('New Mazda RX4 Wag', 21, 6, 168.5, 110, 3.9, 2.875, 17.02, 0, 1, 4, 4)" )

• 建表

  • 使用函數dbWriteTable()創建表。 如果表已經存在，它將覆蓋該表，并將數據幀用作輸入。

    # Create the connection object to the database where we want to create the table. mysqlconnection = dbConnect(MySQL(), user = 'root', password = '', dbname = 'sakila', host = 'localhost')# Use the R data frame "mtcars" to create the table in MySql. # All the rows of mtcars are taken inot MySql. dbWriteTable(mysqlconnection, "mtcars", mtcars[, ], overwrite = TRUE)

• 刪除表

  dbSendQuery(mysqlconnection, 'drop table if exists mtcars')

總結

以上是生活随笔為你收集整理的R语言数据接口（下载、读取、写入）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。