R CSV文件

在R语言中，我们可以从存储在R语言环境外的文件中读取数据。 我们还可以将数据写入将被操作系统存储和访问的文件。 R语言可以读取和写入各种文件格式，如csv，excel，xml等。

在本章中，我们将学习从csv文件读取数据，然后将数据写入csv文件。 该文件应该存在于当前工作目录中，以便R语言可以读取它。 当然我们也可以设置我们自己的目录并从那里读取文件。

获取和设置工作目录

您可以使用getwd()函数检查R语言工作区指向的目录。 您还可以使用setwd()函数设置新的工作目录。 

  1. # Get and print current working directory.
  2. print(getwd())
  4. # Set current working directory.
  5. setwd("/web/com")
  7. # Get and print current working directory.
  8. print(getwd())

当我们执行上面的代码，它产生以下结果：

  1. [1] "/web/com/1441086124_2016"
  2. [1] "/web/com"

此结果取决于您的操作系统和您当前工作的目录。

输入为CSV文件

csv文件是一个文本文件，其中列中的值由逗号分隔。 让我们考虑名为input.csv的文件中出现的以下数据。您可以通过复制和粘贴此数据使用Windows记事本创建此文件。 使用记事本中的保存为所有文件（.）选项将文件保存为input.csv。

  1. id,name,salary,start_date,dept
  2. 1,Rick,623.3,2012-01-01,IT
  3. 2,Dan,515.2,2013-09-23,Operations
  4. 3,Michelle,611,2014-11-15,IT
  5. 4,Ryan,729,2014-05-11,HR
  6.  ,Gary,843.25,2015-03-27,Finance
  7. 6,Nina,578,2013-05-21,IT
  8. 7,Simon,632.8,2013-07-30,Operations
  9. 8,Guru,722.5,2014-06-17,Finance

读取CSV文件

以下是read.csv()函数的一个简单示例，用于读取当前工作目录中可用的CSV文件 - 

  1. data <- read.csv("input.csv")
  2. print(data)

当我们执行上面的代码，它产生以下结果：

  1.       id,   name,    salary,   start_date,     dept
  2. 1      1    Rick       623.30    2012-01-01      IT
  3. 2      2    Dan        515.20    2013-09-23      Operations
  4. 3      3    Michelle 611.00    2014-11-15      IT
  5. 4      4    Ryan      729.00    2014-05-11      HR
  6. 5     NA   Gary      843.25    2015-03-27      Finance
  7. 6      6    Nina      578.00    2013-05-21      IT
  8. 7      7    Simon    632.80    2013-07-30      Operations
  9. 8      8    Guru      722.50    2014-06-17      Finance

分析CSV文件

默认情况下，read.csv()函数将输出作为数据帧。 这可以容易地如下检查。 此外，我们可以检查列和行的数量。 

  1. data <- read.csv("input.csv")
  3. print(is.data.frame(data))
  4. print(ncol(data))
  5. print(nrow(data))

当我们执行上面的代码，它产生以下结果：

  1. [1] TRUE
  2. [1] 5
  3. [1] 8

一旦我们读取数据帧中的数据，我们可以应用所有适用于数据帧的函数，如下一节所述。

获得最高工资

  1. # Create a data frame.
  2. data <- read.csv("input.csv")
  4. # Get the max salary from data frame.
  5. sal <- max(data$salary)
  6. print(sal)

当我们执行上面的代码，它产生以下结果：

  1. [1] 843.25

获取具有最高工资的人的详细信息

我们可以获取满足特定过滤条件的行，类似于SQL where子句。 

  1. # Create a data frame.
  2. data <- read.csv("input.csv")
  4. # Get the max salary from data frame.
  5. sal <- max(data$salary)
  7. # Get the person detail having max salary.
  8. retval <- subset(data, salary == max(salary))
  9. print(retval)

当我们执行上面的代码，它产生以下结果：

  1.        id    name  salary   start_date     dept
  2. 5     NA    Gary  843.25  2015-03-27    Finance

获取所有的IT部门员工的信息

  1. # Create a data frame.
  2. data <- read.csv("input.csv")
  4. retval <- subset( data, dept == "IT")
  5. print(retval)

当我们执行上面的代码，它产生以下结果：

  1.        id   name      salary    start_date   dept
  2. 1      1    Rick        623.3    2012-01-01   IT
  3. 3      3    Michelle  611.0    2014-11-15   IT
  4. 6      6    Nina        578.0    2013-05-21   IT
  5. `

获得工资大于600的IT部门的人员

  1. # Create a data frame.
  2. data <- read.csv("input.csv")
  4. info <- subset(data, salary > 600 & dept == "IT")
  5. print(info)

当我们执行上面的代码，它产生以下结果：

  1.        id   name      salary    start_date   dept
  2. 1      1    Rick        623.3    2012-01-01   IT
  3. 3      3    Michelle  611.0    2014-11-15   IT

获得2014年或之后加入的人

  1. # Create a data frame.
  2. data <- read.csv("input.csv")
  4. retval <- subset(data, as.Date(start_date) > as.Date("2014-01-01"))
  5. print(retval)

当我们执行上面的代码，它产生以下结果：

  1.        id   name      salary    start_date    dept
  2. 3      3    Michelle 611.00   2014-11-15    IT
  3. 4      4    Ryan      729.00   2014-05-11    HR
  4. 5     NA    Gary     843.25   2015-03-27    Finance
  5. 8      8    Guru      722.50   2014-06-17    Finance

写入CSV文件

R语言可以创建csv文件形式的现有数据帧。 write.csv()函数用于创建csv文件。 此文件在工作目录中创建。 

  1. # Create a data frame.
  2. data <- read.csv("input.csv")
  3. retval <- subset(data, as.Date(start_date) > as.Date("2014-01-01"))
  5. # Write filtered data into a new file.
  6. write.csv(retval,"output.csv")
  7. newdata <- read.csv("output.csv")
  8. print(newdata)

当我们执行上面的代码，它产生以下结果：

  1.    X      id   name      salary    start_date    dept
  2. 1 3      3    Michelle  611.00   2014-11-15    IT
  3. 2 4      4    Ryan       729.00   2014-05-11    HR
  4. 3 5     NA    Gary      843.25   2015-03-27    Finance
  5. 4 8      8    Guru       722.50   2014-06-17    Finance

这里列X来自数据集newper。 这可以在写入文件时使用附加参数删除。 

  1. # Create a data frame.
  2. data <- read.csv("input.csv")
  3. retval <- subset(data, as.Date(start_date) > as.Date("2014-01-01"))
  5. # Write filtered data into a new file.
  6. write.csv(retval,"output.csv", row.names = FALSE)
  7. newdata <- read.csv("output.csv")
  8. print(newdata)

当我们执行上面的代码，它产生以下结果：

  1.        id    name      salary    start_date    dept
  2. 1      3    Michelle  611.00   2014-11-15    IT
  3. 2      4    Ryan       729.00   2014-05-11    HR
  4. 3     NA    Gary      843.25   2015-03-27    Finance
  5. 4      8    Guru       722.50   2014-06-17    Finance