rio极简数据导入教程

rio 包的目的是使得数据导入尽可能的简单化。

• import() 函数提供了一个非常舒服的可以自动导入数据集的体验，它可以根据数据集的特征自动选择import或者read的函数，并且也支持指定格式的导入。
• import_list()支持‘multi-object’文件的导入，例如：(Excel workbook, .Rdata files, zip directory, or HTML file)
• export() 函数使得数据的导出非常简单。

示例

这里有一些示例包括：读入，写出，转换。

写出

主要由export()函数完成

library("rio")
export(mtcars, "mtcars.csv") # comma-separated values
export(mtcars, "mtcars.rds") # R serialized
export(mtcars, "mtcars.sav") # SPSS

并且rio包的export函数支持将数据保存为压缩格式的文件

export(mtcars, "mtcars.tsv.zip")

export() 函数同样可以保存多个数据库为一个文件，例如Excel 文件

export(list(mtcars = mtcars, iris = iris), file = "mtcars.xlsx")

写入

主要由import()来完成

x <- import("mtcars.csv")
y <- import("mtcars.rds")
z <- import("mtcars.sav")
# confirm data match
all.equal(x, y, check.attributes = FALSE)

## [1] TRUE

all.equal(x, z, check.attributes = FALSE)

## [1] TRUE

现在rio包支持读取multi object的文件例如(Excel workbook, .Rdata file, zip directory, or HTML file)

str(m <- import_list("mtcars.xlsx"))

## List of 2
##  $ mtcars:'data.frame':  32 obs. of  11 variables:
##   ..$ mpg : num [1:32] 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
##   ..$ cyl : num [1:32] 6 6 4 6 8 6 8 4 4 6 ...
##   ..$ disp: num [1:32] 160 160 108 258 360 ...
##   ..$ hp  : num [1:32] 110 110 93 110 175 105 245 62 95 123 ...
##   ..$ drat: num [1:32] 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
##   ..$ wt  : num [1:32] 2.62 2.88 2.32 3.21 3.44 ...
##   ..$ qsec: num [1:32] 16.5 17 18.6 19.4 17 ...
##   ..$ vs  : num [1:32] 0 0 1 1 0 1 0 1 1 1 ...
##   ..$ am  : num [1:32] 1 1 1 0 0 0 0 0 0 0 ...
##   ..$ gear: num [1:32] 4 4 4 3 3 3 3 4 4 4 ...
##   ..$ carb: num [1:32] 4 4 1 1 2 1 4 2 2 4 ...
##  $ iris  :'data.frame':  150 obs. of  5 variables:
##   ..$ Sepal.Length: num [1:150] 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
##   ..$ Sepal.Width : num [1:150] 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
##   ..$ Petal.Length: num [1:150] 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
##   ..$ Petal.Width : num [1:150] 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
##   ..$ Species     : chr [1:150] "setosa" "setosa" "setosa" "setosa" ...

将multi object文件保存

export_list(m, "%s.tsv")

## Error in export_list(m, "%s.tsv"): could not find function "export_list"

c("mtcars.tsv", "iris.tsv") %in% dir()

## [1] FALSE FALSE

转换

convert() 函数将 import() 函数和export() 函数合二为一，可以实时的读取文件同时将它保存。

convert("mtcars.sav", "mtcars.dta")

同样可以在命令行中直接读取 Stata (.dta) ，并将它转化保存为(.csv),

Rscript -e "rio::convert('iris.dta', 'iris.csv')"

支持的文件类型，如下所示

install_formats()

Format	Typical Extension	Import Package	Export Package	Installed by Default
Comma-separated data	.csv	data.table	data.table	Yes
Pipe-separated data	.psv	data.table	data.table	Yes
Tab-separated data	.tsv	data.table	data.table	Yes
CSVY (CSV + YAML metadata header)	.csvy	data.table	data.table	Yes
SAS	.sas7bdat	haven	haven	Yes
SPSS	.sav	haven	haven	Yes
Stata	.dta	haven	haven	Yes
SAS XPORT	.xpt	haven	haven	Yes
SPSS Portable	.por	haven		Yes
Excel	.xls	readxl		Yes
Excel	.xlsx	readxl	openxlsx	Yes
R syntax	.R	base	base	Yes
Saved R objects	.RData, .rda	base	base	Yes
Serialized R objects	.rds	base	base	Yes
Epiinfo	.rec	foreign		Yes
Minitab	.mtp	foreign		Yes
Systat	.syd	foreign		Yes
"XBASE" database files	.dbf	foreign	foreign	Yes
Weka Attribute-Relation File Format	.arff	foreign	foreign	Yes
Data Interchange Format	.dif	utils		Yes
Fortran data	no recognized extension	utils		Yes
Fixed-width format data	.fwf	utils	utils	Yes
gzip comma-separated data	.csv.gz	utils	utils	Yes
Apache Arrow (Parquet)	.parquet	arrow	arrow	No
EViews	.wf1	hexView		No
Feather R/Python interchange format	.feather	feather	feather	No
Fast Storage	.fst	fst	fst	No
JSON	.json	jsonlite	jsonlite	No
Matlab	.mat	rmatio	rmatio	No
OpenDocument Spreadsheet	.ods	readODS	readODS	No
HTML Tables	.html	xml2	xml2	No
Shallow XML documents	.xml	xml2	xml2	No
YAML	.yml	yaml	yaml	No
Clipboard	default is tsv	clipr	clipr	No
Google Sheets	as Comma-separated data
Graphpad Prism	.pzfx	pzfx	pzfx	No

如果是rio包无法识别的文件类型，则会返回下列的报错："Unrecognized file format"

安装rio包

经典版本

install.packages("rio")
install_formats()

最近版本：

if (!require("remotes")){
    install.packages("remotes")
}
remotes::install_github("leeper/rio")