Cara mengimport data dan hasil eksport dalam r

r Data Bahasa Import dan Panduan Eksport: Mudah memproses fail teks, fail CSV, pangkalan data dan data laman web

bahasa sangat dihormati untuk keupayaan pemprosesan data yang kuat, dan ia menyediakan perintah ringkas untuk mengimport dan mengeksport data dalam pelbagai format. Walaupun tanpa asas pengaturcaraan yang mendalam, anda boleh memulakannya dengan mudah. Artikel ini akan menunjukkan cara mengimport fail teks, fail CSV, dan data pangkalan data dalam bahasa R, dan cara memuat naik data ke pelayan web.

Tidak perlu mempelajari bahasa pengaturcaraan baru! Hanya menguasai beberapa arahan mudah.

Tidak kira bahasa pengaturcaraan yang anda gunakan untuk membangunkan aplikasi web, anda boleh mengimport data ke R untuk diproses dan kemudian mengeksportnya dalam format yang dikehendaki.

Nota: Jika anda tidak biasa dengan bahasa R, disarankan untuk membaca artikel SitePoint mengenai pemasangan R dan Rstudio terlebih dahulu, yang menyediakan arahan asas dan pengenalan kepada bahasa R. Perintah dalam artikel ini boleh dijalankan di terminal R tanpa menggunakan RStudio IDE. Walau bagaimanapun, memproses dataset besar di terminal boleh menjadi lebih sukar bagi pemula, jadi RStudio disyorkan untuk pengalaman yang lebih baik. Dalam Rstudio, anda boleh menjalankan arahan yang sama dalam tetingkap konsol.

Pemprosesan Fail Teks

anda boleh menggunakan perintah

yang diubahsuai untuk membaca fail teks tempatan. Oleh kerana arahan ini digunakan terutamanya untuk membaca data jadual, anda boleh menetapkan pembatas ke rentetan kosong ("") untuk membaca baris fail teks mengikut baris: read.table

<code class="language-R">file_contents <- read.table("<文件路径>", sep = "")</code>

NOTA: AT , sila ganti dengan laluan fail sebenar anda. <文件路径>

Laluan fail boleh menjadi laluan relatif ke fail. Jika panjang baris anda tidak sama, anda juga perlu menetapkan

. Output arahan ini ialah bingkai data dalam R. fill = TRUE

Jika fail terlalu besar untuk dibaca sekaligus, anda boleh menggunakan pilihan

dan skip untuk membaca langkah demi langkah. Sebagai contoh, untuk membaca baris 6 hingga 10 dalam fail, jalankan arahan berikut: nrow

<code class="language-R">connection <- file("<文件路径>", "r")
lines6_10 <- read.table(connection, skip=5, nrow=5) # 读取第6-10行
close(connection)</code>

memproses fail CSV

fail CSV (nilai yang dipisahkan koma) adalah koma yang dipisahkan oleh nilai. Anda boleh menggunakan arahan

untuk membaca fail CSV: read.csv

Pilihan

<code class="language-R">file_contents <- read.csv("<文件路径>")</code>

menentukan sama ada fail CSV mengandungi tajuk lajur, dan lalai adalah benar. (Ini juga boleh ditentukan semasa membaca fail teks). Jika bilangan lajur dalam baris yang berbeza tidak sama, anda juga perlu menetapkan header ke Benar. fill

Untuk fail besar, anda boleh melangkau garisan sama:

<code class="language-R">connection <- file("<文件路径>", "r")
lines6_10 <- read.csv(connection, skip=5, nrow=5) # 读取第6-10行
close(connection)</code>

Menggunakan pangkalan data MySQL

Untuk membuat sambungan pangkalan data, anda memerlukan perpustakaan

yang berasingan. Anda boleh memasangnya menggunakan arahan berikut: RMySQL

<code class="language-R">install.packages('RMySQL')</code>

Selepas pemasangan selesai, ia perlu diaktifkan dengan menjalankan arahan berikut:

<code class="language-R">library('RMySQL')</code>

Dengan mengandaikan pangkalan data anda sedang berjalan, anda boleh melaksanakan pertanyaan MySQL setelah sambungan ditubuhkan:

<code class="language-R">con <- dbConnect(MySQL(), user="<用户名>", password="<密码>", dbname="<数据库名>", host="<主机名>")

# 对于在Mac上通过MAMP运行MySQL的情况，需要指定unix.socket：
# con <- dbConnect(MySQL(), user="<用户名>", password="<密码>", dbname="<数据库名>", unix.socket="<socket>")

# 执行MySQL查询并将数据存储到数据框中：
rs <- dbSendQuery(con, "<您的SQL查询>")
data <- fetch(rs, n=-1)

# 完成查询后，可以使用dbDisconnect命令断开连接：
dbDisconnect(con)</socket></code>

Baca data rangkaian

Bagaimana anda membaca fail dalam talian di R Jika sumber data anda berada di rangkaian? Hanya ubah laluan fail yang ditentukan dalam perintah read. Anda perlu menggunakan perintah url dan tentukan URL dalam arahan read.csv. Contohnya:

<code class="language-R">file_contents <- read.table("<文件路径>", sep = "")</code>

Untuk pangkalan data, nama hos boleh ditukar untuk mengekstrak data dari pangkalan data pada pelayan web.

data eksport

Sama seperti

dan read.csv, anda boleh menggunakan arahan read.table untuk mengeksport bingkai data ke fail teks atau fail CSV: write

<code class="language-R">connection <- file("<文件路径>", "r")
lines6_10 <- read.table(connection, skip=5, nrow=5) # 读取第6-10行
close(connection)</code>

untuk mengeksport sebagai fail teks menggunakan pembatas yang berbeza (seperti tab), anda boleh menggunakan perintah

: write.table

<code class="language-R">file_contents <- read.csv("<文件路径>")</code>

Mengemas kini pangkalan data adalah sama mudah dan boleh dilakukan dengan melaksanakan kemas kini dan memasukkan perintah MySQL.

Carta eksport

Selepas memproses dan merancang data dalam R, anda juga boleh mengeksportnya! Perintah

atau png boleh membantu anda melakukan ini. Ia menjimatkan lukisan yang sedang aktif: jpeg

<code class="language-R">connection <- file("<文件路径>", "r")
lines6_10 <- read.csv(connection, skip=5, nrow=5) # 读取第6-10行
close(connection)</code>

anda boleh menyesuaikan arahan kedua untuk menyelamatkan lukisan yang dikehendaki.

data eksport ke web

Memuat naik fail terus ke web boleh menjadi agak rumit, tetapi anda boleh mengeksport data anda ke web dalam dua langkah: pertama simpan fail secara tempatan dan kemudian memuat naiknya ke web. Anda boleh memuat naik fail ke web melalui permintaan pos menggunakan R, anda boleh menggunakan pakej

untuk mensimulasikan: httr

<code class="language-R">install.packages('RMySQL')</code>

Untuk maklumat lanjut, lihat Panduan Mula Pantas untuk pakej

. httr

Kesimpulan

r telah menjadi semakin popular di kalangan kakitangan dalam statistik dalam beberapa tahun kebelakangan ini, dan kini adalah masa yang baik untuk mempelajari bahasa yang sangat baik ini. Ia cukup fleksibel untuk disegerakkan dengan pelbagai jenis sumber data dan mudah digunakan r tanpa mengira latar belakang anda. Semoga artikel ini membantu anda memulakan dengan R!

R Data Bahasa Import dan Eksport Soalan Lazim (Soalan Lazim)

(bahagian Soalan Lazim ditinggalkan di sini, kerana kandungan Soalan Lazim bahagian teks asalnya sangat diduplikasi dengan kandungan yang ada, yang merupakan maklumat yang berlebihan.)

Atas ialah kandungan terperinci Cara mengimport data dan hasil eksport dalam r. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!