R語言數據導入 數據導入

1、保存和加載R的數據(與R.data的交互：save()函數和load()函數)

a <- 1:10

save(a, file = "data/dumData.Rdata") #data文件為當前工作目錄下的文件，必須存在

rm(a)

load("data/dumData.Rdata")

print(a)

2、導入和加載.csv文件(write.csv()函數和read.csv()函數)

var1 <- 1:5

var2 <- (1:5) / 10

var3 <- c("R", "and", "Data Mining", "Examples", "CaseStudies")

a <- data.frame(var1, var2, var3)

names(a) <- c("VariableInt", "VariableReal","VariableChar")

write.csv(a, "data/dummmyData.csv", row.names = FALSE)

b <- read.csv("data/dummmyData.csv")

3、導入SPSS/SAS/Matlab等數據集

# 導入spss的sav格式數據則要用到foreign擴展包，加載後直接用read.spss讀取sav文件

library(foreign)

mydata=read.spss(‘d:/test.sav‘)

# 上面的函數在很多情況下沒能將sav文件中的附加信息導進來，例如數據的label，

# 那麽建議用Hmisc擴展包的spss.get函數，效果會更好一些。

library(Hmisc)

data=spss.get("D:/test.sav")

4、導入數據庫中的數據

library(RODBC)

Connection <-odbcConnect(dsn="servername",uid="userid",pwd="******")

Query <- "SELECT * FROM lib.table WHERE ..."

# Query <- readChar("data/myQuery.sql", nchars=99999) 或者選擇從SQL文件中讀入語句

myData <- sqlQuery(Connection, Query, errors=TRUE)

odbcCloseAll()

5、導入Excel數據

library(RODBC)

channel=odbcConnectExcel("d:/test.xls")

mydata=sqlFetch(channel,‘Sheet1‘) #如果是Excel2007格式數據則要換一個函數odbcConnectExcel200

R 中數據導入