R语言之数据导出

文章和代码已经归档至【Github仓库:https://github.com/timerring/dive-into-AI 】或者公众号【AIShareLab】回复 R语言 也可获取。

1. 导出数据

由于 R 主要用于数据分析,导入文件比导出文件更常用,但有时我们也需要将数据或分析结果导出。函数 write.table( )write.csv( ) 可以分别将数据导出到一个 .txt 文件和 .csv 文件。

此外,函数 save( ) 可以将工作空间中的指定对象保存为以 .rdata 为扩展名的 R 数据文件。例如:

ID <- 1:5
sex <- c("male", "female", "male", "female", "male")
age <- c(25, 34, 38, 28, 52)
pain <- c(1, 3, 2, 2, 3)      
pain.f <- factor(pain, levels = 1:3, labels = c("mild", "medium", "severe"))   
patients <- data.frame(ID, sex, age, pain.f)
save(patients, file = "patients.rdata")

# 导入数据
load("patients.rdata")

rdata 格式文件占用空间小,用 R 读入速度很快。因此,建议用户在导入其他格式的数据并整理好后,将其保存为 rdata 格式。要导入这种格式的数据,只需调用 load( ) 函数。

2.用 rio 包导入和导出数据

R 中的 rio 包以提供一个类似万能工具的包为目标,用统一的 import( ) 函数和 export( ) 函数简化了用户导入和导出数据的工作。此外,该包里的 convert( ) 函数可以实现不同文件格式之间的转换。rio 包支持多种文件格式,包括 SAS、SPSS、Stata、Excel、MATLAB、Minitab 等其他软件中使用的数据文件格式。

下面以 datasets 包里面的数据集 infert 为例介绍 rio 包的几个常用功能。

当你在本地加载 rio 包时,如果 R 提示有些建议安装的包没有安装,可以运行 install_formats( ) 命令进行安装。
library(rio)
data("infert")
str(infert)
# 'data.frame':    248 obs. of  8 variables:
# $ education     : Factor w/ 3 levels "0-5yrs","6-11yrs",..: 1 1 1 1 2 2 2 2 2 2 ...
# $ age           : num  26 42 39 34 35 36 23 32 21 28 ...
# $ parity        : num  6 1 6 4 3 4 1 2 1 2 ...
# $ induced       : num  1 1 2 2 1 2 0 0 0 0 ...
# $ case          : num  1 1 1 1 1 1 1 1 1 1 ...
# $ spontaneous   : num  2 0 0 0 1 1 0 0 1 0 ...
# $ stratum       : int  1 2 3 4 5 6 7 8 9 10 ...
# $ pooled.stratum: num  3 1 4 2 32 36 6 22 5 19 ...

函数 str( ) 常用于查看数据集的大小(观测的记录数及变量个数),以及各个变量的类型。从上面的输出可以看出,infert 是一个包含 248 个观测记录、每个记录有 8 个变量的数据框。

运行下面的命令将此数据框导出为 .csv 文件:

export(infert, "infert.csv")

在当前工作目录中可以找到刚才导出的名为 infert.csv 的数据文件。运行下面的命令将该文件从 .csv 文件转换成 .sav 文件:

convert("infert.csv", "infert.sav")

然后用函数 import( ) 把上面生成的 .sav 文件导入 R 中,并命名为 infert.data:

infert.data <- import("infert.sav")

比较原始的 infert 数据集和导入的 infert.data 数据集,除了第一个变量 education 的类型不一样,其余没有差别。在 R 中,as 系列函数可以用于实现变量类型的转换。

例如,这里将数据框 infert.data 中的字符型变量 education 转换为因子:

infert.data$education <- as.factor(infert.data$education)
str(infert.data$education)
# Factor w/ 3 levels "0-5 yrs","12+ yrs",..: 1 1 1 1 3 3 3 3 3 3 ...

你可能感兴趣的:(r)