R在数据科学中的应用，第2版

第 7 章 数据导入 数据导入

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

导言

使用 R 软件包提供的数据是学习数据科学工具的好方法，但你也希望能将所学应用到自己的数据中。在本章中，你将学习将数据文件读入 R 的基础知识。

具体来说，本章将重点介绍如何读取纯文本矩形文档。我们将从处理列名、类型和缺失数据等特征的实用建议开始。然后，您将学习如何一次性从多个文件中读取数据，以及如何将数据从 R 写入文件。最后，您将学习如何在 R 中手工制作数据帧。

先决条件

在本章中，你将学习如何使用作为核心 tidyverse 一部分的 readr 软件包在 R 中加载平面文件：

library(tidyverse)

从文件中读取数据

开始，我们将重点介绍最常见的矩形数据文件类型：CSV 是 "逗号分隔值 "的简称。下面是一个简单的 CSV 文件。第一行通常称为标题行，给出列名，下面六行提供数据。各列之间用逗号隔开，又称分隔。

Student ID,Full Name,favourite.food,mealPlan,AGE
1,Sunil Huffmann,Strawberry yoghurt,Lunch only,4
2,Barclay Lynn,French fries,Lunch only,5
3,Jayendra Lyne,N/A,Breakfast and lunch,7
4,Leon Rossini,Anchovies,Lunch only,
5,Chidiegwu Dunkel,Pizza,Breakfast and lunch,five
6,Güvenç Attila,Ice cream,Lunch only,6

表 7-1表示与表格相同的数据。

表 7-1. 以表格形式显示的 students.csv 文件中的数据

学生证	全名	favourite.food	用餐计划	年龄
1	苏尼尔-哈夫曼	草莓酸奶	仅限午餐	4
2	巴克利-林恩	炸薯条	仅限午餐	5
3	Jayendra Lyne	不适用	早餐和午餐	7
4	莱昂-罗西尼	鳀鱼	仅限午餐	NA
5	奇迪格乌-邓克尔	比萨	早餐和午餐	五个
6	居文奇-阿提拉	冰淇淋	仅限午餐	6

我们可以使用 read_csv().第一个参数是最重要的：文件路径。你可以把路径看作文件的地址：文件名是students.csv ，它位于data 文件夹中。

students <- read_csv("data/students.csv")
#> Rows: 6 Columns: 5
#> ── Column specification ─────────────────────────────────────────────────────
#> Delimiter: ","
#> chr (4): Full Name, favourite.food, mealPlan, AGE
#> dbl (1): Student ID
#> 
#> ℹ Use `spec()` to retrieve the full column specification for this data.
#> ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message. ...