サーチ…


リオでのデータのインポート

多くの一般的なファイル形式からデータをインポートする簡単な方法は、 rioです。このパッケージは、多くの一般的に使用されるデータインポート関数をラップする関数import()を提供し、それによって標準インタフェースを提供します。ファイル名やURLをimport()渡すだけで簡単に動作します:

import("example.csv")       # comma-separated values
import("example.tsv")       # tab-separated values
import("example.dta")       # Stata
import("example.sav")       # SPSS
import("example.sas7bdat")  # SAS
import("example.xlsx")      # Excel

import()は、圧縮ディレクトリ、URL(HTTPまたはHTTPS)、およびクリップボードから読み取ることもできます。サポートされているすべてのファイル形式の包括的なリストは、 rioパッケージのgithubリポジトリにあります

読み込みしようとしている特定のファイル形式に関連するいくつかのパラメータを指定し、 import()関数内で直接渡すこともできます。

import("example.csv", format = ",") #for csv file where comma is used as separator
import("example.csv", format = ";") #for csv file where semicolon is used as separator

Excelファイルのインポート

次の表にまとめられているように、それぞれ異なる言語またはリソースを使用してExcelファイルを読み込むいくつかのRパッケージがあります。

Rパッケージ用途
xlsx Java
XLconnect Java
openxlsx C ++
readxl C ++
RODBC ODBC
gdata Perl

JavaやODBCを使用するパッケージでは、RのバージョンやOSによって互換性の問題が生じる可能性があるため、システムの詳細を知ることが重要です。たとえば、 XLconnectビットを使用している場合、 xlsxまたはXLconnectを使用するにはJava 64ビットも必要XLconnect

各パッケージでのExcelファイルの読み込みの例を以下に示します。多くのパッケージには、同じまたは非常によく似た関数名があります。したがって、 package::functionように明示的にパッケージを記述すると便利です。 openxlsxパッケージには、 openxlsx事前インストールが必要です。

xlsxパッケージを使用してExcelのファイルを読む

library(xlsx)

インポートするには、シートのインデックスまたは名前が必要です。

xlsx::read.xlsx("Book1.xlsx", sheetIndex=1)

xlsx::read.xlsx("Book1.xlsx", sheetName="Sheet1")

XLconnectパッケージでExcelファイルを読み込む

library(XLConnect)
wb <- XLConnect::loadWorkbook("Book1.xlsx")

# Either, if Book1.xlsx has a sheet called "Sheet1":
sheet1 <- XLConnect::readWorksheet(wb, "Sheet1")
# Or, more generally, just get the first sheet in Book1.xlsx:
sheet1 <- XLConnect::readWorksheet(wb, getSheets(wb)[1])

XLConnectは、 Book1.xlsx埋め込まれた事前定義のExcelセルスタイルを自動的にインポートしBook1.xlsx 。これは、ワークブックオブジェクトを書式設定し、完全に書式設定されたExcelドキュメントを書き出す場合に便利です。まず、あなたはで所望のセルの書式を作成する必要がありますBook1.xlsxとして、例えば、そしてそれらを保存myHeadermyBodymyPcts 。次に、ワークブックをRにロードした後(上記参照):

Headerstyle <- XLConnect::getCellStyle(wb, "myHeader")
Bodystyle <- XLConnect::getCellStyle(wb, "myBody")
Pctsstyle <- XLConnect::getCellStyle(wb, "myPcts")

セルスタイルがR環境に保存されるようになりました。データの特定の範囲にセルスタイルを割り当てるには、範囲を定義してスタイルを割り当てる必要があります。

Headerrange <- expand.grid(row = 1, col = 1:8)
Bodyrange <- expand.grid(row = 2:6, col = c(1:5, 8))
Pctrange <- expand.grid(row = 2:6, col = c(6, 7))

XLConnect::setCellStyle(wb, sheet = "sheet1", row = Headerrange$row,
             col = Headerrange$col, cellstyle = Headerstyle)
XLConnect::setCellStyle(wb, sheet = "sheet1", row = Bodyrange$row,
             col = Bodyrange$col, cellstyle = Bodystyle)
XLConnect::setCellStyle(wb, sheet = "sheet1", row = Pctrange$row,
             col = Pctrange$col, cellstyle = Pctsstyle)

XLConnectは簡単ですが、書式設定が非常に遅くなることがあります。はるかに速くて面倒なフォーマットオプションがopenxlsxによって提供されていopenxlsx

openxlsxパッケージを使用してExcelのファイルを読む

Excelファイルはパッケージopenxlsxでインポートできます

library(openxlsx)

openxlsx::read.xlsx("spreadsheet1.xlsx", colNames=TRUE, rowNames=TRUE)

#colNames: If TRUE, the first row of data will be used as column names.
#rowNames: If TRUE, first column of data will be used as row names.

Rに読み込むsheetは、 sheet引数にその位置を指定することで選択できます。

openxlsx::read.xlsx("spreadsheet1.xlsx", sheet = 1)

またはその名前を宣言することによって:

openxlsx::read.xlsx("spreadsheet1.xlsx", sheet = "Sheet1")

さらに、 openxlsxは読み取りシートの日付列を検出できます。日付の自動検出を可能にするには、引数detectDatesTRUEに設定する必要があります。

openxlsx::read.xlsx("spreadsheet1.xlsx", sheet = "Sheet1", detectDates= TRUE)

Readingはreadxlパッケージを使用してファイルを処理します

Excelファイルは、 readxlパッケージを使用してデータフレームとしてRインポートできます。

library(readxl)

.xlsファイルと.xlsxファイルの両方を読み取ることができます。

readxl::read_excel("spreadsheet1.xls")
readxl::read_excel("spreadsheet2.xlsx")

インポートするシートは、番号または名前で指定できます。

readxl::read_excel("spreadsheet.xls", sheet = 1)
readxl::read_excel("spreadsheet.xls", sheet = "summary")

引数col_names = TRUEは、最初の行を列名として設定します。

 readxl::read_excel("spreadsheet.xls", sheet = 1, col_names = TRUE)

引数col_typesを使用して、データの列型をベクトルとして指定できます。

readxl::read_excel("spreadsheet.xls", sheet = 1, col_names = TRUE,
                   col_types = c("text", "date", "numeric", "numeric"))

ReadingはRODBCパッケージでファイルを読み込みます

Excelファイルは、WindowsのAccess Database Engine(ACE)(以前はJET)とインターフェイスするODBC Excelドライバを使用して読み取ることができます。 RODBCパッケージを使用すると、Rはこのドライバに接続してワークブックに直接問い合わせることができます。ワークシートは、第1行の列ヘッダーを、類似のタイプの編成列のデータで維持すると仮定されています。 注:この方法は、JET / ACEがインストールされている.dllファイルであり、他のオペレーティングシステムでは使用できないため、Windows / PCマシンに限定されています。

library(RODBC)

xlconn <- odbcDriverConnect('Driver={Microsoft Excel Driver (*.xls, *.xlsx, *.xlsm, *.xlsb)};
                             DBQ=C:\\Path\\To\\Workbook.xlsx')

df <- sqlQuery(xlconn, "SELECT * FROM [SheetName$]")
close(xlconn)

このアプローチでSQLエンジンと接続すると、 JOINUNION操作を含むデータベーステーブルと同様にExcelワークシートを照会できます。構文はJET / ACE SQLの方言に従います。 注:データアクセスDMLステートメント、特に更新可能なクエリではなく、ワークブックでSELECTを実行できるのは、DMLステートメントのみです。

joindf <-  sqlQuery(xlconn, "SELECT t1.*, t2.* FROM [Sheet1$] t1
                             INNER JOIN [Sheet2$] t2
                             ON t1.[ID] = t2.[ID]")

uniondf <-  sqlQuery(xlconn, "SELECT * FROM [Sheet1$]
                              UNION  
                              SELECT * FROM [Sheet2$]")

現在のワークブックを指す同じODBCチャネルから他のワークブックを照会することもできます。

otherwkbkdf <- sqlQuery(xlconn, "SELECT * FROM 
                                 [Excel 12.0 Xml;HDR=Yes;
                                 Database=C:\\Path\\To\\Other\\Workbook.xlsx].[Sheet1$];")

Readingはgdataパッケージでファイルを読み込みます

ここの例

Stata、SPSS、およびSASファイルの読み書き

パッケージforeignhavenは、Stata、SPSS、SAS、および関連ソフトウェアのようなさまざまな統計パッケージからファイルをインポートおよびエクスポートするために使用できます。サポートされている各データ型のファイルをインポートするためのread関数があります。

# loading the packages
library(foreign)
library(haven)
library(readstata13)
library(Hmisc)

最も一般的なデータ型の例をいくつか示します。

# reading Stata files with `foreign`
read.dta("path\to\your\data")
# reading Stata files with `haven`
read_dta("path\to\your\data")

foreignパッケージは、Stata 7-12のバージョン用のstata(.dta)ファイルを読み取ることができます。開発ページによると、 read.dtaは多かれ少なかれread.dtaされており、バージョン13以降では読み込みのために更新されません。より最近のバージョンのStataでは、 readstata13パッケージまたはhaven使用できます。 readstata13場合、ファイルは

# reading recent Stata (13+) files with `readstata13`
read.dta13("path\to\your\data")

SPSSおよびSASファイルでの読み込み

# reading SPSS files with `foreign`
read.spss("path\to\your\data.sav", to.data.frame = TRUE)
# reading SPSS files with `haven`
read_spss("path\to\your\data.sav")
read_sav("path\to\your\data.sav")
read_por("path\to\your\data.por")

# reading SAS files with `foreign`
read.ssd("path\to\your\data")
# reading SAS files with `haven`
read_sas("path\to\your\data")
# reading native SAS files with `Hmisc`
sas.get("path\to\your\data")   #requires access to saslib 
# Reading SA XPORT format ( *.XPT ) files
sasxport.get("path\to\your\data.xpt")  # does not require access to SAS executable

SASciiパッケージは、SAS SETインポートコードを受け入れ、 read.fwfで処理できるテキストファイルを構築する機能を提供します。大規模な公開リリースデータセットのインポートに対して非常に堅牢であることが証明されています。サポートはhttps://github.com/ajdamico/SASciiです。

データフレームを他の統計パッケージにエクスポートするには、書き込み関数write.foreign()使用します。これは2つのファイルを作成します.1つはデータを格納し、もう1つはデータを読み取るために必要な指示を含んでいます。

# writing to Stata, SPSS or SAS files with `foreign`
write.foreign(dataframe, datafile, codefile,
              package = c("SPSS", "Stata", "SAS"), ...)
write.foreign(dataframe, "path\to\data\file", "path\to\instruction\file", package = "Stata")

# writing to Stata files with `foreign`
write.dta(dataframe, "file", version = 7L,
          convert.dates = TRUE, tz = "GMT",
          convert.factors = c("labels", "string", "numeric", "codes"))

# writing to Stata files with `haven`
write_dta(dataframe, "path\to\your\data")

# writing to Stata files with `readstata13`
save.dta13(dataframe, file, data.label = NULL, time.stamp = TRUE,
  convert.factors = TRUE, convert.dates = TRUE, tz = "GMT",
  add.rownames = FALSE, compress = FALSE, version = 117,
  convert.underscore = FALSE)

# writing to SPSS files with `haven`
write_sav(dataframe, "path\to\your\data")

SPSSによって保存されたファイルは、次のようにread.spssで読み取ることもできます。

 foreign::read.spss('data.sav', to.data.frame=TRUE, use.value.labels=FALSE, 
                     use.missings=TRUE, reencode='UTF-8')
# to.data.frame if TRUE: return a data frame
# use.value.labels if TRUE: convert variables with value labels into R factors with those levels
# use.missings if TRUE: information on user-defined missing values will used to set the corresponding values to NA.
# reencode character strings will be re-encoded to the current locale. The default, NA, means to do so in a UTF-8 locale, only.

フェザーファイルのインポートまたはエクスポート

Featherは、PythonとRの間の相互運用性を高め、メタデータ(日付クラスなど)を維持しながら、言語にとらわれない方法でデータフレームを格納するように設計されたApache Arrowの実装です。フェザーファイルを読むと標準のdata.frameではなく、

library(feather)

path <- "filename.feather"
df <- mtcars

write_feather(df, path)

df2 <- read_feather(path)

head(df2)
##  A tibble: 6 x 11
##     mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
##   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1  21.0     6   160   110  3.90 2.620 16.46     0     1     4     4
## 2  21.0     6   160   110  3.90 2.875 17.02     0     1     4     4
## 3  22.8     4   108    93  3.85 2.320 18.61     1     1     4     1
## 4  21.4     6   258   110  3.08 3.215 19.44     1     0     3     1
## 5  18.7     8   360   175  3.15 3.440 17.02     0     0     3     2
## 6  18.1     6   225   105  2.76 3.460 20.22     1     0     3     1

head(df)
##                    mpg cyl disp  hp drat    wt  qsec vs am gear carb
## Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
## Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
## Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
## Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
## Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
## Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1

現在のドキュメントには、次の警告が含まれています。

ユーザーへの注意:フェザーはアルファソフトウェアとして扱う必要があります。特に、ファイル形式は次の年に進化する可能性が高いです。長期間のデータ保存にフェザーを使用しないでください。



Modified text is an extract of the original Stack Overflow Documentation
ライセンスを受けた CC BY-SA 3.0
所属していない Stack Overflow