問題

你想從文件中載入數(shù)據(jù)。

方案

帶分隔符的文本文件

最簡單的輸入數(shù)據(jù)的方式就是將其保存為帶分隔符（如：制表位或逗號）的文本文件。

data <- read.csv("datafile.csv")

# 導入一個沒有表頭的CSV文件
data <- read.csv("datafile-noheader.csv", header=FALSE)

函數(shù)read.table()是一個更為普遍的函數(shù)，允許你設置分隔符，不管是否有表頭，不管字符串是否有引號，等等。使用?read.table查看更多詳細信息。

data <- read.table("datafile-noheader.csv",
                   header=FALSE,
                   sep=","         # 制表位分隔的文件用"\t"
)

打開文件的文件選擇器

某些平臺，使用file.choose()可以打開文件選擇的對話窗口；其他平臺則會提示用戶輸入一個文件名。

data <- read.csv(file.choose())

把字符串看作因子（factor）或字符（character）

默認條件下，數(shù)據(jù)中的字符串都被轉換為因子。如果你用read.csv()載入數(shù)據(jù)，所有的文本列都會被視為因子，即便它被處理為字符串更有意義。要這么做，使用 stringsAsFactors=FALSE:

data <- read.csv("datafile.csv", stringsAsFactors=FALSE)

# 將某一列轉化為因子
data$Sex <- factor(data$Sex)

另一種將他們加載為因子，把某一列轉換為字符的方法：

data <- read.csv("datafile.csv")

data$First <- as.character(data$First)
data$Last  <- as.character(data$Last)

# 另一種方法：轉化名為“First”和“Last”的兩列
stringcols <- c("First","Last")
data[stringcols] <- lapply(data[stringcols], as.character)

從網(wǎng)上導入文件

也可以從URL加載數(shù)據(jù)。這些(很長的)URL可以加載相關文件。

data <- read.csv("http://www.cookbook-r.com/Data_input_and_output/Loading_data_from_a_file/datafile.csv")


# 讀取沒有表頭的CSV文件
data <- read.csv("http://www.cookbook-r.com/Data_input_and_output/Loading_data_from_a_file/datafile-noheader.csv", header=FALSE)

# 手動添加表頭
names(data) <- c("First","Last","Sex","Number")

上述所使用的數(shù)據(jù)文件：

datafile.csv：

"First","Last","Sex","Number"
"Currer","Bell","F",2
"Dr.","Seuss","M",49
"","Student",NA,21

datafile-noheader.csv:

"Currer","Bell","F",2
"Dr.","Seuss","M",49
"","Student",NA,21

定寬文本文件

假如你的數(shù)據(jù)列寬固定，如下例：

  First     Last  Sex Number
 Currer     Bell    F      2
    Dr.    Seuss    M     49
    ""   Student   NA     21

讀取這種數(shù)據(jù)的一種方式是簡單地使用read.table()函數(shù)strip.white=TRUE，可以清除額外的空格。

read.table("clipboard", header=TRUE, strip.white=TRUE)

然而，你的數(shù)據(jù)文件可能包含空間列，或列沒有空格分開，這樣，scores列表示六個不同的測量值，每一個從0到3。

subject  sex  scores
   N  1    M  113311
   NE 2    F  112231
   S  3    F  111221
   W  4    M  011002

這種情況，你可能需要使用read.fwf()函數(shù)。如果你讀的列名來自于文件，它要求他們用分隔符（如：制表位，空格，逗號）分開。如果有多個空格分開將他們分開，如下例，你需要直接指定列的名稱。

# 指定列的名稱
read.fwf("myfile.txt", 
         c(7,5,-2,1,1,1,1,1,1), # 列的寬度，-2意味著放棄這些列
         skip=1,                # 跳過第一行（包括表頭）
         col.names=c("subject","sex","s1","s2","s3","s4","s5","s6"),
         strip.white=TRUE)      # 跳過每個數(shù)據(jù)的前導和尾隨
#>   subject sex s1 s2 s3 s4 s5 s6
#> 1    N  1   M  1  1  3  3  1  1
#> 2    NE 2   F  1  1  2  2  3  1
#> 3    S  3   F  1  1  1  2  2  1
#> 4    W  4   M  0  1  1  0  0  2
# subject sex s1 s2 s3 s4 s5 s6
#    N  1   M  1  1  3  3  1  1
#    NE 2   F  1  1  2  2  3  1
#    S  3   F  1  1  1  2  2  1
#    W  4   M  0  1  1  0  0  2

# 如果第一行如下：
# subject,sex,scores
# 我們可以使用header=TRUE
read.fwf("myfile.txt", c(7,5,-2,1,1,1,1,1,1), header=TRUE, strip.white=TRUE)
#> Error in read.table(file = FILE, header = header, sep = sep, row.names = row.names, : more columns than column names
# 錯誤：列比例名多

Excel文件

gdata包里的read.xls函數(shù)可以讀取Excel文件。

library(gdata)
data <- read.xls("data.xls")

gdata包，見http://cran.r-project.org/doc/manuals/R-data.html#Reading-Excel-spreadsheets.

包的安裝，見Basics-安裝和使用R包

SPSS數(shù)據(jù)

foreign包里的read.spss函數(shù)可以讀取SPSS文件。

library(foreign)
data <- read.spss("data.sav", to.data.frame=TRUE)

原文鏈接：http://www.cookbook-r.com/Data_input_and_output/Loading_data_from_a_file/