Rumah Peranti teknologi industri IT Cara mengimport data dan hasil eksport dalam r

Cara mengimport data dan hasil eksport dalam r

Feb 10, 2025 pm 04:30 PM

How to Import Data and Export Results in R

r Data Bahasa Import dan Panduan Eksport: Mudah memproses fail teks, fail CSV, pangkalan data dan data laman web

bahasa sangat dihormati untuk keupayaan pemprosesan data yang kuat, dan ia menyediakan perintah ringkas untuk mengimport dan mengeksport data dalam pelbagai format. Walaupun tanpa asas pengaturcaraan yang mendalam, anda boleh memulakannya dengan mudah. Artikel ini akan menunjukkan cara mengimport fail teks, fail CSV, dan data pangkalan data dalam bahasa R, dan cara memuat naik data ke pelayan web.

Tidak perlu mempelajari bahasa pengaturcaraan baru! Hanya menguasai beberapa arahan mudah.

Tidak kira bahasa pengaturcaraan yang anda gunakan untuk membangunkan aplikasi web, anda boleh mengimport data ke R untuk diproses dan kemudian mengeksportnya dalam format yang dikehendaki.

Nota: Jika anda tidak biasa dengan bahasa R, disarankan untuk membaca artikel SitePoint mengenai pemasangan R dan Rstudio terlebih dahulu, yang menyediakan arahan asas dan pengenalan kepada bahasa R. Perintah dalam artikel ini boleh dijalankan di terminal R tanpa menggunakan RStudio IDE. Walau bagaimanapun, memproses dataset besar di terminal boleh menjadi lebih sukar bagi pemula, jadi RStudio disyorkan untuk pengalaman yang lebih baik. Dalam Rstudio, anda boleh menjalankan arahan yang sama dalam tetingkap konsol.

Pemprosesan Fail Teks

anda boleh menggunakan perintah

yang diubahsuai untuk membaca fail teks tempatan. Oleh kerana arahan ini digunakan terutamanya untuk membaca data jadual, anda boleh menetapkan pembatas ke rentetan kosong ("") untuk membaca baris fail teks mengikut baris: read.table

file_contents <- read.table("<文件路径>", sep = "")
Salin selepas log masuk
Salin selepas log masuk

NOTA: AT , sila ganti dengan laluan fail sebenar anda. <文件路径>

Laluan fail boleh menjadi laluan relatif ke fail. Jika panjang baris anda tidak sama, anda juga perlu menetapkan

. Output arahan ini ialah bingkai data dalam R. fill = TRUE

Jika fail terlalu besar untuk dibaca sekaligus, anda boleh menggunakan pilihan

dan skip untuk membaca langkah demi langkah. Sebagai contoh, untuk membaca baris 6 hingga 10 dalam fail, jalankan arahan berikut: nrow

connection <- file("<文件路径>", "r")
lines6_10 <- read.table(connection, skip=5, nrow=5) # 读取第6-10行
close(connection)
Salin selepas log masuk
Salin selepas log masuk

memproses fail CSV

fail CSV (nilai yang dipisahkan koma) adalah koma yang dipisahkan oleh nilai. Anda boleh menggunakan arahan

untuk membaca fail CSV: read.csv

Pilihan
file_contents <- read.csv("<文件路径>")
Salin selepas log masuk
Salin selepas log masuk

menentukan sama ada fail CSV mengandungi tajuk lajur, dan lalai adalah benar. (Ini juga boleh ditentukan semasa membaca fail teks). Jika bilangan lajur dalam baris yang berbeza tidak sama, anda juga perlu menetapkan header ke Benar. fill

Untuk fail besar, anda boleh melangkau garisan sama:

connection <- file("<文件路径>", "r")
lines6_10 <- read.csv(connection, skip=5, nrow=5) # 读取第6-10行
close(connection)
Salin selepas log masuk
Salin selepas log masuk

Menggunakan pangkalan data MySQL

Untuk membuat sambungan pangkalan data, anda memerlukan perpustakaan

yang berasingan. Anda boleh memasangnya menggunakan arahan berikut: RMySQL

install.packages('RMySQL')
Salin selepas log masuk
Salin selepas log masuk
Selepas pemasangan selesai, ia perlu diaktifkan dengan menjalankan arahan berikut:

library('RMySQL')
Salin selepas log masuk
Dengan mengandaikan pangkalan data anda sedang berjalan, anda boleh melaksanakan pertanyaan MySQL setelah sambungan ditubuhkan:

con <- dbConnect(MySQL(), user="<用户名>", password="<密码>", dbname="<数据库名>", host="<主机名>")

# 对于在Mac上通过MAMP运行MySQL的情况,需要指定unix.socket:
# con <- dbConnect(MySQL(), user="<用户名>", password="<密码>", dbname="<数据库名>", unix.socket="<socket路径>")

# 执行MySQL查询并将数据存储到数据框中:
rs <- dbSendQuery(con, "<您的SQL查询>")
data <- fetch(rs, n=-1)

# 完成查询后,可以使用dbDisconnect命令断开连接:
dbDisconnect(con)
Salin selepas log masuk

Baca data rangkaian

Bagaimana anda membaca fail dalam talian di R Jika sumber data anda berada di rangkaian? Hanya ubah laluan fail yang ditentukan dalam perintah read. Anda perlu menggunakan perintah url dan tentukan URL dalam arahan read.csv. Contohnya:

file_contents <- read.table("<文件路径>", sep = "")
Salin selepas log masuk
Salin selepas log masuk
Untuk pangkalan data, nama hos boleh ditukar untuk mengekstrak data dari pangkalan data pada pelayan web.

data eksport

Sama seperti

dan read.csv, anda boleh menggunakan arahan read.table untuk mengeksport bingkai data ke fail teks atau fail CSV: write

connection <- file("<文件路径>", "r")
lines6_10 <- read.table(connection, skip=5, nrow=5) # 读取第6-10行
close(connection)
Salin selepas log masuk
Salin selepas log masuk
untuk mengeksport sebagai fail teks menggunakan pembatas yang berbeza (seperti tab), anda boleh menggunakan perintah

: write.table

file_contents <- read.csv("<文件路径>")
Salin selepas log masuk
Salin selepas log masuk
Mengemas kini pangkalan data adalah sama mudah dan boleh dilakukan dengan melaksanakan kemas kini dan memasukkan perintah MySQL.

Carta eksport

Selepas memproses dan merancang data dalam R, anda juga boleh mengeksportnya! Perintah

atau png boleh membantu anda melakukan ini. Ia menjimatkan lukisan yang sedang aktif: jpeg

connection <- file("<文件路径>", "r")
lines6_10 <- read.csv(connection, skip=5, nrow=5) # 读取第6-10行
close(connection)
Salin selepas log masuk
Salin selepas log masuk
anda boleh menyesuaikan arahan kedua untuk menyelamatkan lukisan yang dikehendaki.

data eksport ke web

Memuat naik fail terus ke web boleh menjadi agak rumit, tetapi anda boleh mengeksport data anda ke web dalam dua langkah: pertama simpan fail secara tempatan dan kemudian memuat naiknya ke web. Anda boleh memuat naik fail ke web melalui permintaan pos menggunakan R, anda boleh menggunakan pakej

untuk mensimulasikan: httr

install.packages('RMySQL')
Salin selepas log masuk
Salin selepas log masuk
Untuk maklumat lanjut, lihat Panduan Mula Pantas untuk pakej

. httr

Kesimpulan

r telah menjadi semakin popular di kalangan kakitangan dalam statistik dalam beberapa tahun kebelakangan ini, dan kini adalah masa yang baik untuk mempelajari bahasa yang sangat baik ini. Ia cukup fleksibel untuk disegerakkan dengan pelbagai jenis sumber data dan mudah digunakan r tanpa mengira latar belakang anda. Semoga artikel ini membantu anda memulakan dengan R!

R Data Bahasa Import dan Eksport Soalan Lazim (Soalan Lazim)

(bahagian Soalan Lazim ditinggalkan di sini, kerana kandungan Soalan Lazim bahagian teks asalnya sangat diduplikasi dengan kandungan yang ada, yang merupakan maklumat yang berlebihan.)

Atas ialah kandungan terperinci Cara mengimport data dan hasil eksport dalam r. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Tutorial Java
1654
14
Tutorial PHP
1252
29
Tutorial C#
1225
24
CNCF Arm64 Pilot: Impak dan Wawasan CNCF Arm64 Pilot: Impak dan Wawasan Apr 15, 2025 am 08:27 AM

Program perintis ini, kerjasama antara CNCF (Yayasan Pengkomputeran Native Cloud), pengkomputeran ampere, equinix metal, dan digerakkan, menyelaraskan ARM64 CI/CD untuk projek GitHub CNCF. Inisiatif ini menangani kebimbangan keselamatan dan prestasi lim

Paip pemprosesan imej tanpa pelayan dengan AWS ECS dan Lambda Paip pemprosesan imej tanpa pelayan dengan AWS ECS dan Lambda Apr 18, 2025 am 08:28 AM

Tutorial ini membimbing anda melalui membina saluran paip pemprosesan imej tanpa pelayan menggunakan perkhidmatan AWS. Kami akan membuat frontend next.js yang digunakan pada kluster ECS Fargate, berinteraksi dengan Gateway API, Fungsi Lambda, Bucket S3, dan DynamoDB. Th

Surat berita pemaju 21 teratas untuk melanggan pada tahun 2025 Surat berita pemaju 21 teratas untuk melanggan pada tahun 2025 Apr 24, 2025 am 08:28 AM

Tinggal maklumat mengenai trend teknologi terkini dengan surat berita pemaju teratas ini! Senarai ini menawarkan sesuatu untuk semua orang, dari peminat AI ke pemaju backend dan frontend yang berpengalaman. Pilih kegemaran anda dan menjimatkan masa mencari rel

See all articles