R 编程/导入和导出数据

数据可以以多种格式存储。每个统计软件包都有自己的数据格式（例如 Microsoft Excel 的 xls，Stata 的 dta，SAS 的 sas7bdat 等）。R 可以读取几乎所有文件格式。我们为每种文件类型提供了一种方法。如果以下方法都不起作用，您可以使用专门的软件进行数据转换，例如免费软件OpenRefine或商业软件 Stat Transfer。 无论如何，大多数统计软件都可以将数据导出为 CSV（逗号分隔值）格式，并且所有软件都可以读取 CSV 数据。这通常是使数据对所有人可用的最佳解决方案。

图形用户界面

一些 IDE 或 GUI 提供了一些一键式解决方案来导入数据。

您也可以看看 speedR，这是一个图形用户界面，可以帮助从 Excel、OpenOfficeCalc、CSV 和其他文本文件导入数据。

library(speedR)
speedR()

CSV (csv,txt,dat)

您可以使用 read.table()、read.csv() 或 read.csv2() 从文本文件（通常是 CSV）导入数据。选项 header = TRUE 表示 CSV 文件的第一行应解释为变量名，选项 sep = 指定分隔符（通常是“,” 或 “;”）。

csv.get()（Hmisc）是另一种选择。

mydata <- read.table("data.txt",header=TRUE)
mydata <- read.table("data.csv", header = TRUE, sep=",")  # import from a CSV
mydata <- read.csv("data.csv", header=T)
mydata <- read.table("data.csv", header = TRUE, sep=";") 
mydata <- read.csv2("data.csv", header=T)

请注意，如果您的数据存储在互联网上，没有任何问题。

df <- read.table("http://www.mywebsite.com/.../data.csv", header = TRUE, sep = ",")

默认情况下，字符串会转换为因子。如果要避免这种转换，可以指定选项 stringsAsFactors = FALSE。

您可以使用 write.table() 将数据导出到文本文件。

write.table(mydat,file="mydat.csv",quote=T,append=F,sep=",",eol = "\n", na = "NA", dec = ".", row.names = T,col.names = T)

对于大型 CSV 文件，可以使用 ff 包。

library("ff")
df <- read.csv.ffdf(file="large_csv_file.csv", header=TRUE, VERBOSE=TRUE, first.rows=10000, next.rows=50000)

固定宽度文本文件

read.fwf() 和 write.fwf()。

一些固定宽度文本文件附带 SAS 脚本以导入它们。Anthony Damico 创建了 SAScii 包来轻松导入这些数据。

非结构化文本文件

• 请参阅 读取和写入文本文件 部分中的 scan() 和 readLines()。

Stata (dta)

• 我们可以使用 foreign 包中的 read.dta() 读取 Stata 数据，并使用 write.dta() 导出到 Stata 数据格式。
• 请注意，Stata 中的字符串变量限制为 244 个字符。这在导出过程中可能是一个问题。
• 另请参阅 memisc 包中的 Stata.file() 和 Hmisc 包中的 stata.get。

> library("foreign")
> mydata <- read.dta("mydata.dta",convert.dates = TRUE, convert.factors = TRUE, convert.underscore = TRUE)
> names(mydata)
> write.dta(mydata, file = "mydata.dta")

SAS (sas7bdat)

sas7bdat 包提供了对具有sas7bdat扩展名的 SAS 数据库的实验性支持。但是，sas7bdat由 64 位版本的 SAS 以及运行在非 Microsoft Windows 平台上的 SAS 生成的文件尚不支持。

SAS (xpt)

• 另请参阅 Hmisc 中的 sasexport.get() 和 sas.get()
• 另请参阅 SASxport 包。

library("foreign")
mydata<-read.xport("SASData.xpt")
names(mydata)

SPSS (sav)

• read.spss()（foreign）和 spss.get()（Hmisc）

> library("foreign")
> mydata<-read.spss("SPSSData.sav")
> names(mydata)

EViews

hexView 包中的 readEViews() 用于 EViews 文件。

Excel (xls,xlsx)

从 Excel 导入数据并不容易。解决方案取决于您的操作系统。如果以下方法都不起作用，您始终可以将每个 Excel 电子表格导出为 CSV 格式，然后在 R 中读取 CSV。这通常是最简单快捷的解决方案。

XLConnect 支持读取和写入 xls 和 xlsx 文件格式。由于它基于 Apache POI，因此只需要 Java 安装，因此可以在许多平台上运行，包括 Windows、UNIX/Linux 和 Mac。除了读取和写入数据之外，它还提供了一些其他功能，例如添加图表、单元格样式和样式操作等等。

require("XLConnect")
wb <- loadWorkbook("myfile.xls", create = FALSE)
# Show a summary of the workbook (shows worksheets,
# defined names, hidden sheets, active sheet name, ...)
summary(wb)
# Read data from a worksheet interpreting the first row as column names
df1 <- readWorksheet(wb, sheet = "mysheet")
# Read data from a named region/range interpreting the first row as column
# names
df2 <- readNamedRegion(wb, name = "myname", header = TRUE)

RODBC 解决方案

library("RODBC")
32-bit Windows: channel <- odbcConnectExcel("Graphiques pourcent croissance.xls") # creates a connection
64-bit Windows: channel <- odbcConnectExcel2007("Graphiques pourcent croissance.xls")
sqlTables(channel) # List all the tables
effec <- sqlFetch(channel, "effec") # Read one spreadsheet as an R table
odbcClose(channel) # close the connection (don't forget)

xlsReadWrite 包（实际上，该包在 CRAN 库中不存在，但您可以从 CRAN 存档中下载旧版本）。

> library(xlsReadWrite)
mydat <- read.xls("myfile.xls", colNames = T, sheet = "mysheet", type = "data.frame", from = 1, checkNames = TRUE)

• "sheet" 指定要导入的工作表的名称或编号。
• "from" 指定电子表格的第一行。

gnumeric 包。 该包使用一个名为 ssconvert 的外部软件，该软件通常与 gnumeric（Gnome Office 电子表格）一起安装。read.gnumeric.sheet() 函数读取 xls 和 xlsx 文件。

library("gnumeric")
df1 <- read.gnumeric.sheet(file = "df.xls", head = TRUE, sheet.name = "Feuille1")
df2 <- read.gnumeric.sheet(file = "df.xlsx", head = TRUE, sheet.name = "Feuille1")

另请参阅 xlsx（适用于 Excel 2007 文档）和 read.xls()（gdata）。

Google Spread Sheets

您应该将电子表格公开，将其发布为 CSV 文件。然后，您可以使用 read.csv() 在 R 中读取它。有关更多信息，请参阅 Revolution 的计算博客（link）。另请参阅 RGoogleDocs（link）。

# Read from a Google SpreadSheet.
require(RCurl)
myCsv <- getURL("https://docs.google.com/spreadsheet/pub?hl=en_US&hl=en_US&key=0AkuuKBh0jM2TdGppUFFxcEdoUklCQlJhM2kweGpoUUE&single=true&gid=0&output=csv")
read.csv(textConnection(myCsv))

gnumeric 电子表格

gnumeric 包。read.gnumeric.sheet() 读取一个工作表，read.gnumeric.sheets() 读取所有工作表并将它们存储在一个列表中。

library("gnumeric")
df <- read.gnumeric.sheet(file = "df.gnumeric", head = TRUE, sheet.name = "df.csv")
View(df)
df <- read.gnumeric.sheets(file = "df.gnumeric", head = TRUE)
View(df$df.csv)

OpenOffice 和 LibreOffice (ods)

readODS 不需要外部依赖，使其跨平台。

library("readODS")
df=read.ods("df.ods")

speedR 是另一个选择。

library("speedR")
df <- speedR.importany(file = "df.ods")

请注意，您也可以使用 speedR 图形用户界面 (speedR())，它将返回用于复制的命令行。

library("speedR")
speedR()

JSON

JSON (JavaScript 对象表示法) 是一种互联网上非常常见的格式。rjson 库使从 json 格式导入数据变得容易。

# json.txt : a text file including data in the JSON format
library("rjson")
df <- fromJSON(paste(readLines("json.txt"), collapse=""))

使用以下方法可以轻松地将列表或数据框导出到 JSON 格式：toJSON()函数 

# df : a data frame
library("rjson")
json <- toJSON(df)

有时 JSON 数据可能更复杂，具有嵌套数组等结构。在这种情况下，您可能会发现使用在线转换器（如 json-csv.com）将文件转换为 CSV 更有用。然后，根据 上面的 CSV 指令 导入结果数据。

dBase (dbf)

foreign 包中的 read.dbf()。

library("foreign")
df  <- read.dbf("file.dbf")
str(df)

分层数据格式 (hdf5)

hdf5 数据可以使用 hdf5 包读取。

DICOM 和 NIfTI

• 参见统计软件杂志中的“在 R 中使用 {DICOM} 和 {NIfTI} 数据标准工作”

资源

• R 数据手册。
• Paul Murrell 的数据技术简介。