R 語言讀取數據的幾種方式簡介

R 語言數據輸入的幾種方式簡介，但願能對你們有所幫助

$使用鍵盤輸入數據

mydata<-data.frame(age=numeric(0))

edit(mydata)

$從帶分隔符的文本文件中導入數據 （.csv文件）

你可使用read.table()從帶分隔符的文本文件中導入數據。此函數可讀入一個表格格式

的文件並將其保存爲一個數據框。其語法以下：

mydataframe<-read.table(file,header=logical_value,sep="delimiter",row.names="name")

其中，file是一個帶分隔符的ASCII文本文件，header是一個代表首行是否包含了變量名的邏

輯值（TRUE或FALSE），sep用來指定分隔數據的分隔符，row.names是一個可選參數，用以指

定一個或多個表示行標識符的變量。

參數sep容許你導入那些使用逗號之外的符號來分隔行內數據的文件。你可使用

sep="\t"讀取以製表符分隔的文件。此參數的默認值爲sep=""，即表示分隔符可爲一個或多個

空格、製表符、換行符或回車符。

$導入Excel數據

讀取一個Excel文件的最好方式，就是在Excel中將其導出爲一個逗號分隔文件（csv），並使

用前文描述的方式將其導入R中。在Windows系統中，你也可使用RODBC包來訪問Excel文件。

電子表格的第一行應當包含變量/列的名稱。

首先，下載並安裝RODBC包。

install.packages("RODBC")

你可使用如下代碼導入數據：

channel<-odbcConnectExcel("e:/patientA.xls")

若是是 EXCEL 2007 能夠用

install.packages("xlsx")

library(xlsx)

read.xlsx("來讀取文件")

$導入XML數據

www.omegahat.org/RSXML

$從網頁抓取數據

www.programmingr.com

$導入SPSS數據

SPSS數據集能夠經過foreign包中的函數read.spss()導入到R中，也可使用Hmisc包中

的spss.get()函數。函數spss.get()是對read. spss()的一個封裝，它能夠爲你自動設置

後者的許多參數，讓整個轉換過程更加簡單一致，最後獲得數據分析人員所指望的結果。

$導入SAS數據

R中設計了若干用來導入SAS數據集的函數，包括foreign包中的read.ssd()和Hmisc包中

的sas.get()。

$訪問數據庫管理系統

R中有多種面向關係型數據庫管理系統（DBMS）的接口，包括Microsoft SQL Server、Microsoft

Access、MySQL、Oracle、PostgreSQL、DB二、Sybase、Teradata以及SQLite。其中一些包經過原

生的數據庫驅動來提供訪問功能，另外一些則是經過ODBC或JDBC來實現訪問的。使用R來訪問存

儲在外部數據庫中的數據是一種分析大數據集的有效手段

ODBC接口

在R中經過RODBC包訪問一個數據庫也許是最流行的方式，這種方式容許R鏈接到任意一種

擁有ODBC驅動的數據庫，其實幾乎就是市面上的全部數據庫。

第一步是針對你的系統和數據庫類型安裝和配置合適的ODBC驅動——它們並非R的一部

分。若是你的機器還沒有安裝必要的驅動，上網搜索一下應該就能夠找到。

針對選擇的數據庫安裝並配置好驅動後， 請安裝RODBC 包。你可使用命令

install.packages("RODBC")來安裝它。

RODBC中的函數

odbcConnect(dsn,uid="",pwd="") 創建一個到ODBC數據庫的鏈接

sqlFetch(channel,sqltable) 讀取ODBC數據庫中的某個表到一個數據框中

sqlQuery(channel,query) 向ODBC數據庫提交一個查詢並返回結果

sqlSave(channel,mydf,tablename=sqtable,append=FALSE)

將數據框寫入或更新（append=TRUE）到ODBC數據庫的某個表中

sqlDrop(channel,sqtable) 刪除ODBC數據庫中的某個表

close(channel) 關閉鏈接

DBI接口

DBI包爲訪問數據庫提供了一個通用且一致的客戶端接口。構建於這個框架之上的RJDBC包

提供了經過JDBC驅動訪問數據庫的方案。使用時請確保安裝了針對你的系統和數據庫的必要

JDBC驅動。其餘有用的、基於DBI的包有RMySQL、ROracle、RPostgreSQL和RSQLite。這些

包都爲對應的數據庫提供了原生的數據庫驅動，但可能不是在全部系統上均可用。詳情請參閱

CRAN（http://cran.r-project.org）上的相應文檔。