数学之路(2)-数据分析-R基础(22)

19)read.table和scan读取文件

read.table比scan更强大，在文件有文件头的情况下，指定header=TRUE可以将文件头做为变量名。

> read.table("h:/my_docs/eqweek.csv",header=TRUE,sep=",")->earthquake

> earthquake     DateTime.Latitude.Longitude.Depth.Magnitude.MagType.NbStations.Gap.Distance.RMS.Source.EventID.Version

1                   2013-05-20T23:57:12.000+00:00,63.45,-148.291,5.5,1.6,Ml,,,,0.8,ak,ak10720946,1.3691E+12

2               2013-05-20T23:52:59.000+00:00,61.337,-152.069,81.4,2.1,Ml,,,,1.15,ak,ak10720941,1.36909E+12

3           2013-05-20T23:49:15.100+00:00,19.99,-155.426,38.2,2.2,Md,,133,0.1,0.11,hv,hv60501711,1.3691E+12

4                2013-05-20T23:46:36.000+00:00,60.498,-142.974,4.2,2.3,Ml,,,,0.43,ak,ak10720934,1.36909E+12

..........................

然后我们提取震级数据，绘制直方图，看一下截止2013.5.20为止的最近一周全球地震震级的分布情况，从图中可以看出，大部分的震级都在1-2级以内，地球还是比较安全的~

> hist(earthquake$Magnitude,5)

Scan按更详细的设置读取文件，更加接近于底层。其调用格式为：

scan(file = "", what = double(), nmax = -1, n = -1, sep = "",

     quote = if(identical(sep, "\n")) "" else "'\"", dec = ".",

     skip = 0, nlines = 0, na.strings = "NA",

     flush = FALSE, fill = FALSE, strip.white = FALSE,

     quiet = FALSE, blank.lines.skip = TRUE, multi.line = TRUE,

     comment.char = "", allowEscapes = FALSE,

     fileEncoding = "", encoding = "unknown", text)

我们读取近一个星期的全球地震数据

> scan(file="h:/my_docs/eqweek.csv",skip=1,sep=",",what=list("",0,0,0,mag=0,"",0,0,0,0,"","",0))->eq

Read 1075 records

分5个区间统计分布频率

> table(factor(cut(eq$mag,5)))

(0.995,2.1]   (2.1,3.2]   (3.2,4.3]   (4.3,5.4]  (5.4,6.51] 

        693         200          46         126          10 

> 

可使用edit()函数编辑数据集后存为另一个数据集

t(eq)->eq2

本博客所有内容是原创，未经书面许可，严禁任何形式的转载。

ttp://blog.csdn.net/u010255642