R語言從入門到精通：Day4

• 2019 年 10 月 6 日
• 筆記

上一節課我們熟悉了R語言中的各種數據類型，幫大家複習一下，這些數據類型包括了向量（vector）、矩陣（matrix）、數組（array）、數據框（data.frame）和列表（list），還提到了因子（factor）。這些數據類型在我們運用R語言解決實際問題的時候都非常有用，在上節的例子中我們是在R裏面直接生成的數據，但是實際數據分析中，如何快速靈活的讀取和處理多種格式的外部數據呢？這節課的主要內容，我們就來講講R語言中數據的讀取。

溫馨提示

1、本節內容重點內容較多，

務必緊跟紅色標記。

2、測試數據及代碼

見文末客服小姐姐二維碼。

上節教程結束後，有同學問：我每次用R語言解決實際問題的時候都要像第3節中那樣用鍵盤將每個數據輸入電腦裏面嗎？答案當然是否定的。R語言給我們配套了多種輸入數據的方法和接口，能夠快速靈活的處理多種格式的數據（如圖1）。這節課的主要內容就是R語言中數據的輸入。

圖1:R語言數據輸入的示意圖

下面來逐一學習不同的數據導入方法。

1. 使用鍵盤輸入數據

要求：了解

在上一次的學習中，大家已經接觸了很多了創建不同類型變量的方法，這裡再給大家提供幾個從鍵盤輸入數據的方法。如圖2、圖3、圖4所示：

圖2:函數read.table()的鍵盤輸入用法

圖3:函數fix()的使用（1）

圖4：函數fix()的使用（2）

第一種方法是在創建data.txt字符串之後，用函數read.table()創建數據框data.1。這種用法可以讓我們把數據嵌入R代碼中去。此處切記，read.table()函數是我們最為常用的讀取外部數據的函數，下文還會詳細解讀。

第二種方法是用函數fix()創建了一個和data.1一樣的數據框data.2，函數edit()也有同樣的效果，大家可以在幫助文檔裏面找一下函數edit()的具體用法。

這些在處理一些小數據集的時候是很有效的，但是面對大數據的問題就力不從心了，並且也不夠靈活，而下面要介紹的方法就是要解決這兩個問題。

2. 從文本文件導入數據

要求：必須掌握

在上文的第一種方法中，函數read.table()是從鍵盤輸入的字符串變量裏面創建數據框的，這種方法並不適用，實際上read.table()函數的功能要更加強大一些。函數read.table()更加常用的是從帶有分隔符的文本文件中讀入數據並創建數據框（實際上csv文件就是常見的帶分隔符的文本文件，其分隔符是逗號「，」，csv文件可以通過文本編輯器或者excel軟件創建，也可以是perl、python腳本的輸出結果）。

在Rstduio中輸入read之後會自動聯想出函數read.table()、read.csv()和read.csv2()，這三個函數的用法比較接近，這裡就只介紹read.table()，另外兩個函數大家可以自己嘗試。

可能有些同學已經發現在R的幫助文檔裏面，函數read.table()的參數很多，看上去很複雜，不用擔心，實際使用中我們需要調整的參數並不多，下面列出了一些關鍵的參數用法：

表1:函數read.table()的參數及用法

以文件example.csv為例（測試數據見文末，聯繫胖雨小姐姐可得）來演示一下，文件中以逗號作分隔符，每個數據都用雙引號圍住。

圖5:example的一部分數據

文件example.csv裏面前7行是主體數據的注釋，第一列是基因名。如果直接用函數read.table()讀取，如圖6。

圖6:直接讀取的示意圖

圖7:調整參數之後的示意圖

可以看到圖6中的讀取效果並不理想，在圖7中，加上skip和row.names兩個參數之後，數據就顯得有條理了。函數read.table()還有很多其他的參數，感興趣的同學可以多嘗試一下。

3. 從xlsx文件讀入數據

要求：了解

對於平時更多使用excel軟件的同學而言，xlsx格式的表格文件比csv要更常見，所以這裡也提一下怎麼把xlsx文件導入R語言（其實在excel軟件包裏面，大家可以直接把xlsx文件另存為csv文件，就可以直接用函數read.table()、read.csv()和read.csv2()了）。

在有些R語言教程中，推薦了R包xlsx，但是這個包依賴與xlsxjars和rJava包（關於R包的內容，請參考前期文章：挖掘GEO速成SCI文章系列教程（3）-R語言基礎），以及一個正常工作的Java，安裝起來較為麻煩。

這裡我給大家推薦一個不需要這些依賴的R包：openxlsx（openxlsx包的安裝如圖8）。openxlsx包的幫助文檔里介紹了三個寫入數據和一個讀取數據的函數，其中讀取數據的函數read.xlsx()就能實現xlsx文件的讀取。這個函數的命名和用法都和read.table()非常類似（如圖9），大家不妨自己嘗試一下如何使用這個函數。

圖8:包openxlsx的安裝

圖9:函數read.xlsx()的參數

4. 常用的數據操作函數

要求：掌握

讀取數據之後，大家就可以開始做一些簡單的數據處理了。R語言中有很多常用的函數，這裡先給大家一個簡短的表格，供大家在讀取數據後做一些練習。一些更加複雜的函數在下次再集中給大家介紹。

小結

實際上數據的讀取只是R語言的冰山一角，但是也是開始一個數據分析項目的不可或缺的一步。上面只介紹了三種數據輸入的方法，也是大家在自己項目中最可能遇到的情況，R語言還可以讀取XML、網頁、數據庫（MySQL、Oracle等等）、SPSS和SAS等數據，篇幅有限，就不一一介紹了，如果有同學需要這方面的幫助，我們也可以單獨再出一期和大家交流一下。當然，大家在數據準備和輸入過程也可能會遇到很多問題，歡迎和我們一起交流討論。

文末有本節課程的測試數據和代碼哦~~

最後跟大家嘮幾句：任何事物的學習都要循序漸進，一口吃不了個胖子，希望大家能夠沉下心來，力爭每節課都能掌握，這樣等到最後課程結束的時候，再回過來看，你會突然發現，自己已經掌握了R語言的精髓。總之，希望隨着課程的推進，希望大家每天都有所收穫。

說好的，期期皆有福利乾貨，本期乾貨如下：

本期乾貨

·

！！R語言數據導入測試代碼及數據！！

原文詳情：「科研貓」公眾號