Skip to content

Files

Latest commit

 

History

History
156 lines (93 loc) · 3.87 KB

tidyverse_readr.md

File metadata and controls

156 lines (93 loc) · 3.87 KB

(PART) 数据读入与处理 {-}

读取数据 {#tidyverse-readr}

在学习R语言过程中，除了使用内置的数据集外，我们更多的需要导入外部数据， 比如实验观察数据、社会调研的数据等等。 在讲如何读取数据到 R之前，先介绍下数据科学中的项目管理。

数据科学中的文件管理

把项目所需的文件（代码、数据、图片等），放在一个文件夹里

文件夹命名

推荐的文件夹命名习惯 (项目名+日期)，注意这里不要有中文和空格, 比如下面风格的就比较好

  • project20201014
  • Emotional_experiment20201014

项目文件结构

读取文件

事实上，R语言提供了很多读取数据的函数。下表列出了常见文件格式的读取方法

文件格式 R 函数
.txt read.table()（空格、制表符(tab)分割的文件）
.csv read.csv() and readr::read_csv() （逗号(,)分割）
.xls and .xlsx readxl::read_excel() and openxlsx::read.xlsx()
.Rdata or rda load()
.rds readRDS() and readr::read_rds()

::: {.rmdnote}

tidyverse家族中的readr包中read_table()、read_csv()、read_tsv()、read_delim()都可以读取文件，但返回的是tibble. 而默认的read.table()等返回的是常规的dataframe。

:::

文件路径

在读取文件时，路径的写法有如下方式（以图像文件"a.jpg"为例）

  • 如果以当前项目文件为中心，图片在当前目录，它的路径 "./a.jpg"

  • 如果以当前项目文件为中心，图片在下一层目录的images文件夹 "./images/a.jpg"

  • 如果以当前项目文件为中心，图片在上一层目录下，它的路径 "../a.jpg"

  • 如果以当前项目文件为中心，图片在上一层目录的images文件夹，它的路径 "../images/a.jpg"

  • 从根目录出发，访问D盘的images文件"b.jpg"图片，它的路径 "D:/images/b.jpg"

here 宏包

推荐使用强大的here宏包，here()会告诉我们当前所在的目录

here::here()
## [1] "/Users/suoqinjin/Documents/my_project2023/R_for_Beginners"

以及指向某个文件的路径信息

here::here("demo_data", "kidiq.RDS")
## [1] "/Users/suoqinjin/Documents/my_project2023/R_for_Beginners/demo_data/kidiq.RDS"

这样就会很方便的读取文件

readr::read_rds(here::here("demo_data", "kidiq.RDS"))

here宏包的好处还在于，在不同的电脑和文件结构下，代码都能运行，尤其当与合作者共同完成一个项目时，这个方法非常有用。

范例

d <- read.table(file= "./data/txt_file.txt", header = TRUE)
d <- read.table(here::here("data", "txt_file.txt"), header = TRUE)
load(file = "./data/rda_file.rda")
load(here::here("data", "rda_file.rda"))
d <- readRDS("./data/rds_file.rds")
d <- readRDS(here::here("data", "rda_file.rds"))
library(readr)
d <- read_csv(file = "./data/csv_file.csv") 
d <- read_csv(here::here("data", "csv_file.csv"))

csv = "comma-separated values"

url <- "https://raw.githubusercontent.com/perlatex/R_for_Data_Science/master/demo_data/wages.csv"
d <- read_csv(url)
library(readxl)
d <- read_excel("./data/vowel_data.xlsx") 
d <- read_excel(here::here("data", "vowel_data.xlsx"))

乱码情形

遇到乱码的情况，这里有个小小的提示：

  • 可以先用记事本转换成”UTF-8”编码，
  • 或者指定编码格式，比如read.table(..., fileEncoding = "UTF-8")，再试试。