文件读入
读取有分隔符的文本文件：
1.read.table()函数及其衍生函数
usage：
read.table(file, header = FALSE, sep = "", quote = ""'",
dec = ".", numerals = c("allow.loss", "warn.loss", "no.loss"),
row.names, col.names, as.is = !stringsAsFactors,
na.strings = "NA", colClasses = NA, nrows = -1,
skip = 0, check.names = TRUE, fill = !blank.lines.skip,
strip.white = FALSE, blank.lines.skip = TRUE,
comment.char = "#",
allowEscapes = FALSE, flush = FALSE,
stringsAsFactors = default.stringsAsFactors(),
fileEncoding = "", encoding = "unknown", text, skipNul = FALSE)
read.csv(file, header = TRUE, sep = ",", quote = """,
dec = ".", fill = TRUE, comment.char = "", ...)#指定的分割符为“comma”
read.csv2(file, header = TRUE, sep = ";", quote = """,
dec = ",", fill = TRUE, comment.char = "", ...)#指定的分割符为";"
read.delim(file, header = TRUE, sep = "\t", quote = """,
dec = ".", fill = TRUE, comment.char = "", ...)#指定的分割符为"\t"
read.delim2(file, header = TRUE, sep = "\t", quote = """,
dec = ",", fill = TRUE, comment.char = "", ...)#指定的分割符为"\t"
arguments：
file ：需要读入的文件，要指定其详细路径
header：逻辑值，默认为FALSE，一般情况下需要指定为TRUE，这样才有列名
sep：指定列与列之间的分隔方式，在read.table中可以任意指定( ,\t)
quote：指定用于包绕字符型数据的字符，默认为“\ ”
dec：用于指明文件中小数的小数点
row.names：该参数用于指定行名，是一个向量,可以使用row.names = NULL强制行进行编号。
col.names：指定列名的向量。缺省情况下是又"V"加上列序构成，即V1,V2,V3......
as.is:该参数用于确定read.table()函数读取字符型数据时是否转换为因子型变量。当其取值为FALSE时，该函数将把字符型数据转换为因子型数据，取值为TRUE时，仍将其保留为字符型数据
na.strings:用于指定缺失数据的值，以转换为NA。
colClasses:用于指定列所属类的字符串向量。
nrows:整型数。用于指定从文件中读取的最大行数。负数或其它无效值将会被忽略。
skip:整型数。读取数据时忽略的行数。
comment.char:字符型。包含单个字符或空字符的向量。代表注释字符的开始字符。可以使用""关闭注释。
2.扩展包中的两个常用函数：作用相似，但是运行速度更快，默认将stringAaFactor设置为FALSE
- read_delim()系列函数：来自readr包
Read a delimited file (including csv & tsv) into a tibble
Usage
read_delim(file, delim, quote = """, escape_backslash = FALSE,
escape_double = TRUE, col_names = TRUE, col_types = NULL,
locale = default_locale(), na = c("", "NA"), quoted_na = TRUE,
comment = "", trim_ws = FALSE, skip = 0, n_max = Inf,
guess_max = min(1000, n_max), progress = show_progress(),
skip_empty_rows = TRUE)
后边这些函数是更具read_delim()函数，分别指定了delim参数为（， ； \t），且这些分隔符不能修改
read_csv(file, col_names = TRUE, col_types = NULL,
locale = default_locale(), na = c("", "NA"), quoted_na = TRUE,
quote = """, comment = "", trim_ws = TRUE, skip = 0,
n_max = Inf, guess_max = min(1000, n_max),
progress = show_progress(), skip_empty_rows = TRUE)
read_csv2(file, col_names = TRUE, col_types = NULL,
locale = default_locale(), na = c("", "NA"), quoted_na = TRUE,
quote = """, comment = "", trim_ws = TRUE, skip = 0,
n_max = Inf, guess_max = min(1000, n_max),
progress = show_progress(), skip_empty_rows = TRUE)
read_tsv(file, col_names = TRUE, col_types = NULL,
locale = default_locale(), na = c("", "NA"), quoted_na = TRUE,
quote = """, comment = "", trim_ws = TRUE, skip = 0,
n_max = Inf, guess_max = min(1000, n_max),
progress = show_progress(), skip_empty_rows = TRUE)
返回值：tibble。
- fread()函数：来自data.table包,它读取文件的速度更快也更方便（因为很多信息不需 要指定，该函数会在文件中自动获取）
usage :Fast and friendly file finagler
fread(input, file, text, cmd, sep="auto", sep2="auto", dec=".", quote=""",
nrows=Inf, header="auto",
na.strings=getOption("datatable.na.strings","NA"), # due to change to ""; see NEWS
stringsAsFactors=FALSE, verbose=getOption("datatable.verbose", FALSE),
skip="auto", select=NULL, drop=NULL, colClasses=NULL,
integer64=getOption("datatable.integer64", "integer64"),
col.names,
check.names=FALSE, encoding="unknown",
strip.white=TRUE, fill=FALSE, blank.lines.skip=FALSE,
key=NULL, index=NULL,
showProgress=getOption("datatable.showProgress", interactive()),
data.table=getOption("datatable.fread.datatable", TRUE),
nThread=getDTthreads(verbose),
logical01=getOption("datatable.logical01", FALSE), # due to change to TRUE; see NEWS
keepLeadingZeros = getOption("datatable.keepLeadingZeros", FALSE),
yaml=FALSE, autostart=NA, tmpdir=tempdir())
返回值：data.table
读取无分隔的文本文件——逐行读取
usage:从文件中读取部分或全部文本行。
readLines(con = stdin(), n = -1L, ok = TRUE, warn = TRUE,
encoding = "unknown", skipNul = FALSE)
con ：待读取的文件的连接或者详细的路径
n：要读取的最大行数，-1L表示完全读取
encoding：一般设置为"utf-8",该参数在读取数据的格式乱码时使用
txt <- readLines(con = "/Users/pedagogoose/Desktop/读取文件.txt",n = -1,encoding = "utf-8")
length(txt)
返回值：原来的文本的每一行是一个字符串，所有的行组成可一个向量。可以用length()函数查看其长度（元素的个数）。
读取excel表格文件
- 先将其转换为csv文件之后再用read.csv系列函数读取
- 使用readxl包中的read_excel()系列函数
usage：读取Excel文件
read_excel(path, sheet = NULL, range = NULL, col_names = TRUE,
col_types = NULL, na = "", trim_ws = TRUE, skip = 0,
n_max = Inf, guess_max = min(1000, n_max),
progress = readxl_progress(), .name_repair = "unique")
path：文件的路径
sheet：读取哪一个分面，NULL表示读取全部（可以中分面的编号也可以指定名字）
返回值：tibble类型的数据框
iris1 <- cbind(iris[,5],iris[,1:4])
write.table(x =iris1,file = "IRIS.xls",sep = "\t",row.names = TRUE)
library(readxl)
IRIS <- read_excel(path = "/Users/pedagogoose/Desktop/工作簿1.xlsx",sheet =1,col_names =TRUE)
返回值：tibble数据结构
读取其它统计软件的文件
需要使用foreign包中的系列函数：
可以使用read.spss()、read.dta()、read.ssd()等分别用于读取spss、stata和sas的文件，但是都用的很少，其返回值为data.frame格式
也可以使用haven包中的read_spss、read_sas、read_stata函数，其返回值为tibble数据类型。
读取R中的内置数据集：data()函数
直接使用data()函数，会返回当前系统中所有的内置数据集及其存在的包，其数据类型为一个list，一共有四个组件，在result组件中可以看到其具体的数据集和对应的包。
关于data()函数本身：
usage：Loads specified data sets, or list the available data sets.
data(..., list = character(), package = NULL, lib.loc = NULL,
verbose = getOption("verbose"), envir = .GlobalEnv,
overwrite = TRUE)
arguments：
主要就是...：表示数据集的名字
packages：表示数据集所在的包
data(iris)
data(diamonds,package = "ggplot2")
R专用数据.Rdata——是R直接可用的二进制文件，多用与同行间交流。
文件写出
使用write.table()系列函数
usage:
write.table(x, file = "", append = FALSE, quote = TRUE, sep = " ",
eol = "\n", na = "NA", dec = ".", row.names = TRUE,
col.names = TRUE, qmethod = c("escape", "double"),
fileEncoding = "")
write.csv()#默认分隔符为逗号
write.csv2()#默认分隔符为“;”
x：需要导出的数据
file：导出的文件路径，要写完文件名及其后缀
sep：分隔符，默认为空格（” “），也就是以空格为分割列
row.names：是否导出行序号，默认为TRUE，也就是导出行序号
col.names：是否导出列名，默认为TRUE，也就是导出列名
quote：字符串是否使用引号表示，默认为TRUE，也就是使用引号表示；如果给该参数传入数值型向量（表示列数），则会对其代表的列中的元素加引号。
append:逻辑值，默认为FALSE，表示是用现有的内容覆盖文件中原有的内容。（仅在x是字符串类型时有用）
eol：要在每行（行）末尾打印的字符。例如，eol=“\r\n”将在类似于Unix的操作系统上生成Windows的行尾，eol=“\r”将按Excel:mac 2004的预期生成文件。
writeLines()函数，是readLines()函数的逆函数
该函数用于将文件写出为一个无分隔形式的文本文件
writeLines(text, con = stdout(), sep = "\n", useBytes = FALSE)
使用write()函数
write():Write Data to a File
usage :
write(x, file = "data",
ncolumns = if(is.character(x)) 1 else 5,
append = FALSE, sep = " ")
arguments：
x:表示要写出的数据，通常是一个vector
file:文件的路径和文件名
ncolumns：输出的文件的列数，默认为1或者5
append：是否将输出结果追加到原来的文件中
sep：指定文本内容的分隔符；如tab，comma，空格等
使用cat()函数：
使用save()函数：
save：可以用与保存R中的任何东西为任何形式的文件
save(..., list = character(),
file = stop("'file' must be specified"),
ascii = FALSE, version = NULL, envir = parent.frame(),
compress = isTRUE(!ascii), compression_level,
eval.promises = TRUE, precheck = TRUE)
save.image(file = ".RData", version = NULL, ascii = FALSE,
compress = !ascii, safe = TRUE)
arguments：
...：表示一个待保存的对象的名称
list:一个包含要保存的对象名称的字符向量。
file:连接或保存数据的文件的名称。必须是保存的文件名。
save.image(无任何参数)只是“保存我当前工作空间”的捷径。