R Language
I / O для внешних таблиц (Excel, SAS, SPSS, Stata)
Поиск…
Импорт данных с помощью rio
Очень простой способ импортировать данные из многих распространенных форматов файлов - это rio . Этот пакет предоставляет функцию import()
которая обертывает многие часто используемые функции импорта данных, обеспечивая тем самым стандартный интерфейс. Он работает просто путем передачи имени файла или URL-адреса для import()
:
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()
также может считывать из сжатых каталогов, URL-адресов (HTTP или HTTPS) и в буфер обмена. Полный список всех поддерживаемых форматов файлов доступен в репозитории rio-пакета github .
Можно даже указать некоторые дополнительные параметры, относящиеся к определенному файловому формату, который вы пытаетесь прочитать, передавая их непосредственно в функции import()
:
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
Импорт файлов Excel
Существует несколько пакетов R для чтения файлов excel, каждый из которых использует разные языки или ресурсы, как описано в следующей таблице:
R пакет | Пользы |
---|---|
XLSX | Джава |
XLconnect | Джава |
openxlsx | C ++ |
readxl | C ++ |
RODBC | ODBC |
GData | Perl |
Для пакетов, использующих Java или ODBC, важно знать подробности о вашей системе, потому что у вас могут быть проблемы с совместимостью в зависимости от вашей версии R и ОС. Например, если вы используете R 64 бита, вы также должны иметь Java 64 бит для использования xlsx
или XLconnect
.
Ниже приведены некоторые примеры чтения файлов excel с каждым пакетом. Обратите внимание, что многие из пакетов имеют одинаковые или очень похожие имена функций. Поэтому полезно указать пакет явно, например, package::function
. Пакет openxlsx
требует предварительной установки RTools.
Чтение файлов excel с пакетом xlsx
library(xlsx)
Для импорта требуется индекс или имя листа.
xlsx::read.xlsx("Book1.xlsx", sheetIndex=1)
xlsx::read.xlsx("Book1.xlsx", sheetName="Sheet1")
Чтение файлов Excel с помощью пакета XLconnect
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
автоматически импортирует предварительно определенные стили ячеек Excel, встроенные в Book1.xlsx
. Это полезно, если вы хотите отформатировать объект своей книги и экспортировать полностью отформатированный документ Excel. Во-первых, вам нужно будет создать желаемые форматы ячеек в Book1.xlsx
и сохранить их, например, как myHeader
, myBody
и myPcts
. Затем, после загрузки книги в R
(см. Выше):
Headerstyle <- XLConnect::getCellStyle(wb, "myHeader")
Bodystyle <- XLConnect::getCellStyle(wb, "myBody")
Pctsstyle <- XLConnect::getCellStyle(wb, "myPcts")
Теперь стили ячеек сохраняются в вашей среде R
Чтобы назначить стили ячеек определенным диапазонам ваших данных, вам необходимо определить диапазон, а затем назначить стиль:
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)
Обратите внимание, что XLConnect
прост, но в форматировании может стать очень медленным. openxlsx
предлагает гораздо более быстрый, но более громоздкий вариант форматирования.
Чтение файлов excel с пакетом openxlsx
Файлы Excel можно импортировать с помощью пакета openxlsx
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.
Лист, который следует читать в R, можно выбрать либо путем указания его позиции в аргументе sheet
:
openxlsx::read.xlsx("spreadsheet1.xlsx", sheet = 1)
или объявив свое имя:
openxlsx::read.xlsx("spreadsheet1.xlsx", sheet = "Sheet1")
Кроме того, openxlsx
может определять столбцы дат в считываемом листе. Чтобы обеспечить автоматическое обнаружение дат, аргумент detectDates
должен быть установлен в TRUE
:
openxlsx::read.xlsx("spreadsheet1.xlsx", sheet = "Sheet1", detectDates= TRUE)
Чтение файлов excel с помощью пакета readxl
Файлы Excel можно импортировать в виде кадра данных в R
используя пакет readxl
.
library(readxl)
Он может читать файлы .xls
и .xlsx
.
readxl::read_excel("spreadsheet1.xls")
readxl::read_excel("spreadsheet2.xlsx")
Лист, который нужно импортировать, может быть указан по номеру или имени.
readxl::read_excel("spreadsheet.xls", sheet = 1)
readxl::read_excel("spreadsheet.xls", sheet = "summary")
Аргумент col_names = TRUE
устанавливает первую строку как имена столбцов.
readxl::read_excel("spreadsheet.xls", sheet = 1, col_names = TRUE)
Аргумент col_types
может использоваться для указания типов столбцов в данных как вектор.
readxl::read_excel("spreadsheet.xls", sheet = 1, col_names = TRUE,
col_types = c("text", "date", "numeric", "numeric"))
Чтение файлов excel с пакетом RODBC
Файлы Excel могут быть прочитаны с использованием драйвера ODBC Excel, который взаимодействует с Windows Database Engine Engine (ACE), ранее JET. С пакетом RODBC R может подключаться к этому драйверу и напрямую запрашивать книги. Предполагается, что рабочие листы поддерживают заголовки столбцов в первой строке с данными в организованных столбцах аналогичных типов. ПРИМЕЧАНИЕ. Этот подход ограничивается только машинами Windows / ПК, поскольку JET / ACE установлены .dll-файлы и недоступны в других операционных системах.
library(RODBC)
xlconn <- odbcDriverConnect('Driver={Microsoft Excel Driver (*.xls, *.xlsx, *.xlsm, *.xlsb)};
DBQ=C:\\Path\\To\\Workbook.xlsx')
df <- sqlQuery(xlconn, "SELECT * FROM [SheetName$]")
close(xlconn)
В этом подходе к соединению с движком SQL в Excel можно запросить похожие таблицы базы данных, включая операции JOIN
и UNION
. Синтаксис следует диалекту JET / ACE SQL. ПРИМЕЧАНИЕ. Только операторы DML для доступа к данным, в частности SELECT
могут быть запущены на книгах, считаются не обновляемыми запросами.
joindf <- sqlQuery(xlconn, "SELECT t1.*, t2.* FROM [Sheet1$] t1
INNER JOIN [Sheet2$] t2
ON t1.[ID] = t2.[ID]")
uniondf <- sqlQuery(xlconn, "SELECT * FROM [Sheet1$]
UNION
SELECT * FROM [Sheet2$]")
Даже другие книги могут запрашиваться с одного и того же ODBC-канала, указывающего на текущую книгу:
otherwkbkdf <- sqlQuery(xlconn, "SELECT * FROM
[Excel 12.0 Xml;HDR=Yes;
Database=C:\\Path\\To\\Other\\Workbook.xlsx].[Sheet1$];")
Чтение файлов excel с пакетом gdata
пример здесь
Чтение и запись файлов Stata, SPSS и SAS
Пакеты foreign
and haven
могут использоваться для импорта и экспорта файлов из множества других статистических пакетов, таких как Stata, SPSS и SAS и соответствующее программное обеспечение. Существует функция read
для каждого из поддерживаемых типов данных для импорта файлов.
# loading the packages
library(foreign)
library(haven)
library(readstata13)
library(Hmisc)
Некоторые примеры для наиболее распространенных типов данных:
# reading Stata files with `foreign`
read.dta("path\to\your\data")
# reading Stata files with `haven`
read_dta("path\to\your\data")
foreign
пакет может читать файлы stata (.dta) для версий Stata 7-12. Согласно странице разработки, read.dta
более или менее заморожен и не будет обновляться для чтения в версиях 13+. Для более поздних версий Stata вы можете использовать пакет readstata13
или haven
. Для readstata13
файлы
# reading recent Stata (13+) files with `readstata13`
read.dta13("path\to\your\data")
Для чтения в файлах SPSS и SAS
# 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
Пакет SAScii
предоставляет функции, которые будут принимать код импорта SAS SET и создавать текстовый файл, который может обрабатываться с помощью read.fwf
. Он оказался очень надежным для импорта больших публичных наборов данных. Поддержка осуществляется по адресу https://github.com/ajdamico/SAScii
Чтобы экспортировать кадры данных в другие статистические пакеты, вы можете использовать функции write.foreign()
. Это будет записывать 2 файла, один из которых содержит данные, а другой - инструкции, которые другой пакет должен читать.
# 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")
Файл, хранящийся в SPSS, также может быть прочитан с помощью read.spss
таким образом:
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.
Импорт или экспорт файла пера
Перо представляет собой реализацию Apache Arrow, предназначенную для хранения кадров данных в агностическом языке, сохраняя при этом метаданные (например, классы дат), увеличивая взаимодействие между Python и R. Чтение перьевого файла приведет к получению, а не стандарту data.frame.
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
В текущей документации содержится следующее предупреждение:
Примечание для пользователей: перо следует рассматривать как альфа-программное обеспечение. В частности, формат файла, скорее всего, будет развиваться в течение следующего года. Не используйте перо для длительного хранения данных.