R Language
Entrée et sortie
Recherche…
Remarques
Pour construire des chemins de fichiers, en lecture ou en écriture, utilisez file.path
.
Utilisez dir
pour voir quels fichiers se trouvent dans un répertoire.
Lecture et écriture de trames de données
Les trames de données sont la structure de données tabulaire de R. Ils peuvent être écrits ou lus de différentes manières.
Cet exemple illustre quelques situations courantes. Voir les liens à la fin pour d'autres ressources.
L'écriture
Avant de créer l'exemple de données ci-dessous, assurez-vous de vous trouver dans un dossier dans lequel vous souhaitez écrire. Exécutez getwd()
pour vérifier le dossier dans lequel vous vous trouvez et lisez ?setwd
si vous devez changer de dossier.
set.seed(1)
for (i in 1:3)
write.table(
data.frame(id = 1:2, v = sample(letters, 2)),
file = sprintf("file201%s.csv", i)
)
Maintenant, nous avons trois fichiers CSV au format similaire sur le disque.
En train de lire
Nous avons trois fichiers de format similaire (de la dernière section) à lire. Comme ces fichiers sont liés, nous devrions les stocker ensemble après les avoir lus, dans une list
:
file_names = c("file2011.csv", "file2012.csv", "file2013.csv")
file_contents = lapply(setNames(file_names, file_names), read.table)
# $file2011.csv
# id v
# 1 1 g
# 2 2 j
#
# $file2012.csv
# id v
# 1 1 o
# 2 2 w
#
# $file2013.csv
# id v
# 1 1 f
# 2 2 w
Pour travailler avec cette liste de fichiers, commencez par examiner la structure avec str(file_contents)
, puis lisez la liste avec ?rbind
ou itération sur la liste avec ?lapply
.
Ressources supplémentaires
Découvrez ?read.table
et ?write.table
pour étendre cet exemple. Aussi:
- Formats binaires (pour les tables et autres objets)
- Formats de tableau en texte brut
- CSV délimités par des virgules
- TSV délimité par des tabulations
- Formats de largeur fixe
- Formats de tableaux binaires indépendants de la langue
- Plume
- Formats de table étrangère et de tableur
- SAS
- SPSS
- Stata
- Exceller
- Formats de table de base de données relationnelle
- MySQL
- SQLite
- PostgreSQL