极客教程R语言 CSV文件
在R语言中，我们可以从R环境外部的文件中读取数据。我们也可以将数据写入文件，这些文件将由操作系统存储和访问。R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文件中读取数据，然后将数据写入CSV文件。文件应该存在于当前工作目录中，以便R可以读取它。当然，我们也可以设置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() 函数来检查R工作空间指向的目录。您还可以使用 setwd() 函数设置一个新的工作目录。
# Get and print current working directory.
print(getwd())
# Set current working directory.
setwd("/web/com")
# Get and print current working directory.
print(getwd())
当我们执行上面的代码时，它会产生以下结果 –
[1] "/web/com/1441086124_2016"
[1] "/web/com"
这个结果取决于你的操作系统和你当前所在的工作目录。
以CSV文件作为输入
CSV文件是一个文本文件，其中列中的值由逗号分隔。让我们来考虑以下数据，这些数据存在名为 input.csv 的文件中。
你可以使用Windows记事本创建此文件，将数据复制并粘贴到记事本中。选择“保存为”选项并使用“所有文件（.）”选项将文件保存为 input.csv 。
id,name,salary,start_date,dept
1,Rick,623.3,2012-01-01,IT
2,Dan,515.2,2013-09-23,Operations
3,Michelle,611,2014-11-15,IT
4,Ryan,729,2014-05-11,HR
5,Gary,843.25,2015-03-27,Finance
6,Nina,578,2013-05-21,IT
7,Simon,632.8,2013-07-30,Operations
8,Guru,722.5,2014-06-17,Finance
读取CSV文件
以下是一个简单的示例，使用 read.csv() 函数读取当前工作目录中可用的CSV文件-
data <- read.csv("input.csv")
print(data)
当我们执行上面的代码时，会产生以下结果 −
id, name, salary, start_date, dept
1 1 Rick 623.30 2012-01-01 IT
2 2 Dan 515.20 2013-09-23 Operations
3 3 Michelle 611.00 2014-11-15 IT
4 4 Ryan 729.00 2014-05-11 HR
5 NA Gary 843.25 2015-03-27 Finance
6 6 Nina 578.00 2013-05-21 IT
7 7 Simon 632.80 2013-07-30 Operations
8 8 Guru 722.50 2014-06-17 Finance
分析CSV文件
默认情况下， read.csv() 函数的输出是一个数据框。可以通过以下方式轻松检查。我们还可以检查列数和行数。
data <- read.csv("input.csv")
print(is.data.frame(data))
print(ncol(data))
print(nrow(data))
运行以上代码时，会得到以下结果−
[1] TRUE
[1] 5
[1] 8
一旦我们读取了数据框中的数据，我们可以应用所有适用于数据框的函数，如后面的部分所解释的。
获取最高工资
# Create a data frame.
data <- read.csv("input.csv")
# Get the max salary from data frame.
sal <- max(data$salary)
print(sal)
当我们执行上述代码时，会产生以下结果 –
[1] 843.25
获取工资最高的人员详细信息
我们可以获取符合特定过滤条件的行，类似于 SQL 的 where 子句。
# Create a data frame.
data <- read.csv("input.csv")
# Get the max salary from data frame.
sal <- max(data$salary)
# Get the person detail having max salary.
retval <- subset(data, salary == max(salary))
print(retval)
当我们执行上述代码时，会产生以下结果−
id name salary start_date dept
5 NA Gary 843.25 2015-03-27 Finance
获取所有在IT部门工作的人员
# Create a data frame.
data <- read.csv("input.csv")
retval <- subset( data, dept == "IT")
print(retval)
当我们执行以上代码时，它生成以下结果−
id name salary start_date dept
1 1 Rick 623.3 2012-01-01 IT
3 3 Michelle 611.0 2014-11-15 IT
6 6 Nina 578.0 2013-05-21 IT
获取薪资高于600的IT部门员工
# Create a data frame.
data <- read.csv("input.csv")
info <- subset(data, salary > 600 & dept == "IT")
print(info)
当我们执行上述代码时，它产生以下结果 −
id name salary start_date dept
1 1 Rick 623.3 2012-01-01 IT
3 3 Michelle 611.0 2014-11-15 IT
获取2014年或之后加入的人员
# Create a data frame.
data <- read.csv("input.csv")
retval <- subset(data, as.Date(start_date) > as.Date("2014-01-01"))
print(retval)
当我们执行上述代码时，它会产生以下结果 –
id name salary start_date dept
3 3 Michelle 611.00 2014-11-15 IT
4 4 Ryan 729.00 2014-05-11 HR
5 NA Gary 843.25 2015-03-27 Finance
8 8 Guru 722.50 2014-06-17 Finance
写入CSV文件
R可以将现有的数据框创建为CSV文件。使用 write.csv() 函数来创建CSV文件。此文件将被创建在当前的工作目录中。
# Create a data frame.
data <- read.csv("input.csv")
retval <- subset(data, as.Date(start_date) > as.Date("2014-01-01"))
# Write filtered data into a new file.
write.csv(retval,"output.csv")
newdata <- read.csv("output.csv")
print(newdata)
当我们执行上面的代码时，会产生以下结果−
X id name salary start_date dept
1 3 3 Michelle 611.00 2014-11-15 IT
2 4 4 Ryan 729.00 2014-05-11 HR
3 5 NA Gary 843.25 2015-03-27 Finance
4 8 8 Guru 722.50 2014-06-17 Finance
这里的列X来自数据集newper。在写文件时，可以使用额外的参数将其删除。
# Create a data frame.
data <- read.csv("input.csv")
retval <- subset(data, as.Date(start_date) > as.Date("2014-01-01"))
# Write filtered data into a new file.
write.csv(retval,"output.csv", row.names = FALSE)
newdata <- read.csv("output.csv")
print(newdata)
当我们执行上述代码时，它会产生以下结果−
id name salary start_date dept
1 3 Michelle 611.00 2014-11-15 IT
2 4 Ryan 729.00 2014-05-11 HR
3 NA Gary 843.25 2015-03-27 Finance
4 8 Guru 722.50 2014-06-17 Finance