R語言_資料讀取與輸出

資料讀取

單個檔案資料讀取

讀取txt格式資料

df <- read.table("xu.txt",header= TRUE)           

讀取xlsx的檔案

library(xlsx)
df <- read.xlsx("xu.xlsx",1)           

讀取網頁表格

補充

windows和Linux的檔案路徑

（1）windows的檔案路徑格式“E:Pythonworkplacecodes”單反斜杠的方式，但是在很多程式設計語言中會不認識“”字元，可能會把它識别成轉譯字元，通常我們在windows引用路徑的時候需要用“\”來表示“”，windows的檔案路徑的正确寫法在程式中最好是“E:\Python\workplace\codes”。

（2）linux的檔案路徑格式為“python/workplace/codes”這種單斜杠的方式，這種路徑很多時候是可以适用在windows下的，但是會有一定的弊端，當路徑中有空格的時候這種路徑方式就不适用與windows

如果是想抓去網頁上的某個表格，那麼可以使用XML包中的readHTMLTable()函數。例如我們想獲得google統計的通路最多的1000名網站資料，則可以象下面這樣做。關于這個函數可以參考這篇博文。

url <- '

http://www.google.com/adplanner/static/top1000/

'

data <- readHTMLTable(url)

names(data)

head(data[[2]])

批量讀取本地檔案

在批量讀取文檔時一般先将其存放在某一個目錄下。先用dir()函數擷取目錄中的檔案名，然後用paste()将路徑合成，最後用循環或向量化方法處理文檔。

doc.names <- dir("path")
doc.path <- sapply(doc.names,function(names) paste(path,names,sep='/'))
doc <- sapply(doc.path, function(doc) readLines(doc))           

将一個檔案夾下的多個相同的檔案合并起來

library(dplyr)
nameList <- list.files("GSE48213_RAW/") # list.files用于列出檔案夾下所包含的檔案名
matrix <- read.table(paste0("GSE48213_RAW/",nameList[1]),header = T)
for (i in 2:length(nameList)){
  matrix <- inner_join(matrix,
                       read.table(paste0("GSE48213_RAW/",nameList[i]),header = T),
                       by="EnsEMBL_Gene_ID")
}
save(matrix,file = "56_cell_expression.Rda")           

資料庫連接配接取數

library(RMySQL)
connectMySQL<-function(mysql,dbname,user,password,host){
  drv<-dbDriver(mysql)
  return(dbConnect(drv,dbname,user,password,host))
}
connect <- function()
{
  con <- connectMySQL(mysql = "MySQL", dbname = "test", user = "***", password = "A", host = "10.***")
  return(con)
}
con=connect()
news=dbGetQuery(con,"select news_content from news_cms where substr(news_time,1,10)='2016-05-09';")           

輸出資料

write.table(AAPL, file = "E:/R腳本/data.csv", append =FALSE)

與資料庫相連輸出資料

con<-connect()

dbWriteTable(con, "cookie_adlog_2", ad_msg,row.names =FALSE, overwrite = TRUE)

overwrite: 一個邏輯值，是否覆寫表中的資料，預設為FALSE

append: 一個邏輯值，是否是追加資料到已存在的表，預設為FALSE

儲存為逗号分割文本

write.csv(d, file = "c:/data/foo.csv", row.names = F, quote = F)

儲存為R格式檔案

save(d, file = "c:/data/foo.Rdata")           

存到本地

save(I,file="/opt/mllib_data/futureKPI/futureUserIndex.dat")           

通過R在mysql建表

data_delete<-dbGetQuery(conn,str_c("CREATE TABLE ss_usr_trd_anlytcs
                                   (
                                   dy    varchar(8) comment '時間',
                                   eqt_id varchar(500) comment '使用者名',
                                   rgstr_date   varchar(50)  comment '注冊時間',
                                   fst_trd_date  varchar(50)  comment '首次成交時間',
                                   lst_trd_date varchar(50)  comment '最近1次成交時間',
                                   lst_trd_amt  double comment '最近1次成交金額',
                                   trd_sccss_cnt_lst_mnth      int comment '最近1個月累計成交次數',
                                   trd_amt_lst_mnth    double comment '最近1個月累計成交金額',
                                   trd_sccss_cnt_thr_mnth  int comment '最近3個月累計成交次數',
                                   trd_amt_thr_mnth  double comment '最近3個月累計成交金額',
                                   accmltd_trd_sccss_cnt    int comment '累計成交次數',
                                   accmltd_trd_amt     double comment '累計成交金額',
                                   trd_cnt_lst_mnth      int comment '最近1個月累計交易次數',
                                   ss_usr_type   text  comment '使用者類型',
                                   ss_strtg_prdct  text comment '購買的及購買次數和總金額數',
                                   ss_strtg_trnd_wght text comment '按次數、金額、時間計算産品類别及其權重',
                                   strtg_type       text comment '類型及其次數',
                                   ss_prdct_type  text comment '産品類别及其購買次數 ',
                                   ss_strtgs_lvl   text comment '等級及次數'
                                   )
                                   ENGINE=MyISAM DEFAULT CHARSET=utf8", collapse = ""))