第二章 数据的读取和保存

• 查看和载入数据集

data() 查看数据集列表
data(CO2) 载入CO2数据集
library(MASS) 载入MASSpackage
data(package=”MASS”) 查看MASS中数据集
data(SP500, package=”MASS”) 载入MASS中的SP500数据集

• 工作目录获取和设置

getwd() 获取各种目录
setwd(“d:/data”) 设置工作目录

• 读取数据

read.table() 读取文本文件，常用参数如下：
file 要读取的数据文件名称
header 逻辑值，TRUE表示文件的第一行包含变量名，默认为FALSE
sep 文件中字段的分隔符，默认为sep=””，表示分隔符是空格
quote 设置如何引用字符型变量，默认字符串被引号，如果没有设定分隔符，引号前面加\，即quote=”\”
dec 设置用来表示小数点的字符
row.names 向量的行名，默认为1,2,3。。。
col.names 向量的列名，默认为V1，V2，V3。。。
na.strings 赋给缺失数据的值（NA）
skip 开始读取数据前跳过的数据文件的行数
strip.white 是否清除空白字符
blank.lines.skip 是否跳过空白行

• 举例

data <- read.table(“d:/data/salary.txt”,header=TRUE)
直接读入完整的路径名称

read.csv() 读取逗号分隔文件,header默认值为TRUE
read.delim() 针对使用其他分隔符的数据（并且不使用行号），sep默认值为”\t”

scan() 如果不加参数，则手动输入数据，大部分参数与read.table相同，没有header参数，其他需要注意的参数如下：
what 指定要读取的数据类型，默认为数值型向量
nmax 指定要读入数据的最大数量，如果what=list，则为最大的行数，默认将读到文件末端
n 要读取数据的最大数量，默认值为没有限制

• 举例

data2 <- scan(“salary.txt”,skip=1,what=list(City=””,Work=0,Price=0,Salary=0))
由于不存在header参数，skip=1说明跳过表示名称的第一行；what=list(City=””,Work=0,Price=0,Salary=0)指明要创建列表，指明列表中对象的名称，这是一个名义列表结果，用来指定第一个变量City是字符型，后面三个是数值型

mode() 显示对象的类型
names() 显示对象中的标签
dim() 显示对象的维度
attach() 固定搜索路径，常用于固定一个数据框，则可以直接引用数据框的列名，起相同作用的还有with()函数
detach() 与attach()作用相反

read.fwf() 读取固定宽度格式的文件，以行的方式读入数据，通过widths参数指定一个向量来设置各个字段的宽度，注意小数点也占一个字符

举例

data.fwf <- read.fwf(“d:/data/fwf.txt”,widths=c(2,4,4,3),col.names=c(“w”,”x”,”y”,”z”))

data.excel <- read.delim(“clipboard”) 先复制，然后从剪贴板读取，读取excel的便捷方式，或者使用RODBC包或者xlsx包

readHTMLTable() XML包读取网页的函数，主要参数如下：
doc HTML文件或URL（网页网址）
header 若为逻辑值，表示是否包含列标签，若为字符向量，则为列名赋值
colClasses 一个列表或向量，制定表中各列数据的类型
skip.rows 指定要忽略的行
trim 逻辑值，表示是否要删除开头和结尾的空白单元格
which 整数向量，表示返回网页中的哪几个表

load() 载入R格式的文件，.Rdata结尾的文件

• foreign包

read.spss()
read.mtp()
read.ssd()
read.dta()
spss数据集，使用Hmisc包中的spss.get()函数

• 输出对象

cat() 在屏幕上输出对象，或输出文件，append参数为TRUE表示追加
readLines() 直接从链接中以行的形式读入文本
write.table() 写入文本
write.csv() 写入csv文件
save() 保存R对象