CSV數(shù)據(jù)

逗號分隔值（Comma-Separated Values，CSV，有時(shí)也稱為字符分隔值，因?yàn)榉指糇址部梢圆皇嵌禾枺?，其文件以純文本形式存儲表格?shù)據(jù)（數(shù)字和文本）。純文本意味著該文件是一個(gè)字符序列，不含必須像二進(jìn)制數(shù)字那樣被解讀的數(shù)據(jù)。CSV文件由任意數(shù)目的記錄組成，記錄間以某種換行符分隔；每條記錄由字段組成，字段間的分隔符是其它字符或字符串，最常見的是逗號或制表符。通常，所有記錄都有完全相同的字段序列。

CSV也是一種常用的數(shù)據(jù)格式，其特點(diǎn)是純文本，讀取和存儲簡單。目前很多BI系統(tǒng)或者大數(shù)據(jù)平臺也支持直接對接CSV文件。比如Hadoop Hive平臺默認(rèn)的數(shù)據(jù)存儲格式就是CSV。

在R中讀取和保存CSV文件非常簡單，不需要像讀取EXCEL文件那樣下載其他的package，因?yàn)镽本身就支持CSV文件的讀取。依然以學(xué)生信息數(shù)據(jù)為例，

CSV數(shù)據(jù)

因?yàn)镃SV文件為純文本格式，所以可以方便的用記事本進(jìn)行編輯，數(shù)據(jù)分隔符默認(rèn)為逗號（EXCEL的打開可就沒有這么方便咯，有探索精神的童鞋可以用記事本編輯下EXCEL試試^_）。

直接在R環(huán)境中輸入如下命令：

> stu_data <- read.csv(file="download/stu.csv", header=T)

上述命令中的file參數(shù)表示csv文件的路徑，header參數(shù)表示是否將csv文件的第一行作為列名，header參數(shù)默認(rèn)是T(true)。如果沒有錯(cuò)誤提示則表示讀取成功，然后可以用class(stu_data)來查看stu_data的數(shù)據(jù)類型：

> class(stu_data)

也可以用head(stu_data)來查看stu_data中的數(shù)據(jù)內(nèi)容：

> head(stu_data)

R中查看CSV數(shù)據(jù)

以上結(jié)果為header=T時(shí)，第一行數(shù)據(jù)會被作為列名，而不是作為實(shí)際的數(shù)據(jù)。如果header=F時(shí)，那結(jié)果會是下面的樣子：

header=F時(shí)的數(shù)據(jù)

大家可以看上面兩幅圖中的第一行的數(shù)據(jù)，就明白header參數(shù)設(shè)置的意義了。

至此，使用R語言讀取CSV中的數(shù)據(jù)就完成了。后續(xù)就可以利用R來處理這些數(shù)據(jù)了。

• 使用R也可以非常方便的將數(shù)據(jù)保存為CSV文件，命令為：

>write.csv(x=stu_data, file="stu_bak.csv", row.names=F, quote=F)

通過以上命令可以將數(shù)據(jù)寫入csv文件，row.names設(shè)置是否將行號寫入csv文件，quote設(shè)置是否在數(shù)據(jù)中加入引號。