【R语言】readr笔记

readr包提供了一些在R中读写文本数据的函数。

读取文件

• read_csv()读取逗号分隔文件
• read_csv2()读取分号分隔文件
• read_tsv()读取制表符分隔文件
• read_delim()读取使用任意分隔符的文件
• read_fwf()读取固定宽度的文件

由于这些函数具有类似的语法，这里以read_csv()为例做介绍。

读取外部文件

heights <- read_csv("data/heights.csv")

当运行read_csv()时，它会打印一份数据列说明，给出每个列的名称和类型。

读取行内文件

read_csv()函数都使用数据的第一行作为列名称。

read_csv("a,b,c
    1,2,3
    4,5,6")

# A tibble: 2 x 3
      a     b     c
  <dbl> <dbl> <dbl>
1     1     2     3
2     4     5     6

开头元数据处理

有时文件开头会有好几行元数据。你可以使用skip = n来跳过前n行；或者使用comment = "#"来丢弃所有以#开头的行：

read_csv("The first line of metadata
    The second line of metadata
    x,y,z
    1,2,3", skip = 2)

# A tibble: 1 x 3
      x     y     z
  <dbl> <dbl> <dbl>
1     1     2     3

read_csv("# A comment I want to skip
    x,y,z
    1,2,3", comment = "#")

# A tibble: 1 x 3
      x     y     z
  <dbl> <dbl> <dbl>
1     1     2     3

数据没有列名称

我们可以使用col_names = FALSE来使得read_csv()不要将第一行作为列标题，而是将各列依次标注为X1至Xn：

read_csv("1,2,3\n4,5,6", col_names = FALSE)

# A tibble: 2 x 3
     X1    X2    X3
  <dbl> <dbl> <dbl>
1     1     2     3
2     4     5     6

我们也可以向col_names传递一个字符向量，以用作列名称：

read_csv("1,2,3\n4,5,6", col_names = c("x", "y", "z"))

# A tibble: 2 x 3
      x     y     z
  <dbl> <dbl> <dbl>
1     1     2     3
2     4     5     6

写入文件

• write_csv()：写入csv文件
• write_tsv()：写入tsv文件

这两个函数输出的文件能够顺利读取的概率更高，因为：

• 它们总是使用UTF-8对字符串进行编码；
• 它们使用ISO 8601格式来保存日期和日期时间数据，以便这些数据不论在何种环境下都更容易解析。

write_csv(challenge, "challenge-2.csv")

《R数据科学》学习笔记