csv,、txt格式基本上是大多數(shù)語(yǔ)言支持的數(shù)據(jù)輸入方式，甚至數(shù)據(jù)庫(kù)入庫(kù)出庫(kù)也是這兩種常見(jiàn)的格式,，所以這才是通用的東西,。csv就是Comma-Separated Values，就是以逗號(hào)分隔的數(shù)據(jù)表,，所謂逗號(hào)分隔就是列和列之間以英文的逗號(hào)分隔,。另外所有的excel文件都可以通過(guò)另存為的方式都可以保存為csv,，然后通過(guò)csv讀入R語(yǔ)言。

讀取csv文件

R里面可以通過(guò)read.csv函數(shù)讀取csv文件,，第一個(gè)參數(shù)指定文件的完整路徑,，這里我們讀取了全國(guó)兩萬(wàn)多家醫(yī)院的規(guī)模數(shù)據(jù)，header參數(shù)用于指定第一行是否是列名稱(chēng),，為真表示第一行是列名稱(chēng),，否則R會(huì)將第一行當(dāng)作數(shù)據(jù)然后默認(rèn)給數(shù)據(jù)的列命名，sep參數(shù)用于指定分隔符,，這里使用英文逗號(hào)分隔,，stringsAsFactors參數(shù)用于設(shè)定是否將字符型變量轉(zhuǎn)化為因子，這一點(diǎn)很重要,，如果數(shù)據(jù)量不是很大請(qǐng)?jiān)O(shè)置為F,，如果數(shù)據(jù)量很大且轉(zhuǎn)化為因子后因子水平比較少請(qǐng)?jiān)O(shè)置為T(mén)，這樣可以節(jié)省數(shù)據(jù)占用的內(nèi)存,，原因前面講解因子時(shí)已經(jīng)講過(guò)了,；2行通過(guò)tail函數(shù)查看數(shù)據(jù)的最后6行；3行查看數(shù)據(jù)結(jié)構(gòu),，發(fā)現(xiàn)read.csv函數(shù)讀取數(shù)據(jù)后將數(shù)據(jù)轉(zhuǎn)化為了數(shù)據(jù)框,。

讀取txt文件

R里面可以通過(guò)read.table函數(shù)讀取txt或者無(wú)后綴文件，第一個(gè)參數(shù)指定文件的完整路徑,，header參數(shù)用于指定第一行是否是列名稱(chēng),，sep參數(shù)用于指定分隔符，這里使用制表符分隔,，請(qǐng)記住txt文件的分隔符多種多樣,，比如”;”，”#”和空格等等,，而且不同的環(huán)境還不一樣,，比如在hive導(dǎo)出的一般是無(wú)后綴的文件分隔符為“\001”等等，stringsAsFactors參數(shù)用于設(shè)定是否將字符型變量轉(zhuǎn)化為因子,；2行通過(guò)tail函數(shù)查看數(shù)據(jù)的最后6行,；3行查看數(shù)據(jù)結(jié)構(gòu)，read.table函數(shù)讀取數(shù)據(jù)后將數(shù)據(jù)轉(zhuǎn)化為了數(shù)據(jù)框,。

輸出csv,、txt文件

write.csv用于輸出csv格式的文件，就是將文件寫(xiě)入到硬盤(pán),，第一個(gè)參數(shù)用于指定輸出的對(duì)象,，對(duì)象一般是數(shù)據(jù)框格式,，file參數(shù)用于指定輸出的完成路徑,，row.names參數(shù)用來(lái)指定是不是輸出行名稱(chēng),，默認(rèn)是輸出行編號(hào)的，所以一般需要特別之處不要輸出行編號(hào),，否則行編號(hào)就會(huì)變成一列新的數(shù)據(jù),；2行使用write.table函數(shù)輸出txt格式的文件，參數(shù)和write.csv,。

輸入輸出RData

RData是R語(yǔ)言特有的一種數(shù)據(jù)存儲(chǔ)格式,，它能存儲(chǔ)所有R語(yǔ)言環(huán)境中的對(duì)象，也就是說(shuō)它不限制對(duì)象類(lèi)型,。這里我們要順便介紹幾個(gè)函數(shù),，getwd函數(shù)用于獲得當(dāng)前工作目錄，如果輸入輸出文件沒(méi)有指定具體的路徑的話(huà),，R就會(huì)在當(dāng)前工作目錄下搜索文件讀取或輸出,，windows系統(tǒng)默認(rèn)為文檔目錄；setwd函數(shù)用于設(shè)定新的工作目錄,；3-5行創(chuàng)建了一個(gè)alist對(duì)象,；6行將數(shù)據(jù)框hospital、表單alist一起保存在temp的RData中,，這里我們沒(méi)有指定完整的路徑,，所以默認(rèn)會(huì)保存到當(dāng)前工作目錄；7行移除內(nèi)存中所有的對(duì)象,，可以看到Rstudio中的environment中已經(jīng)沒(méi)有了對(duì)象,；8行重新將名為temp的RData加載到內(nèi)存，沒(méi)有指定完整路徑R就會(huì)去當(dāng)前目錄下查找,；9行ls函數(shù)用于查看內(nèi)存中的R對(duì)象,，可以看到僅僅有剛剛加載的hostpital和alist；其實(shí)RData主要是用于保存格式比較特殊的R對(duì)象,，比如構(gòu)建完成的各類(lèi)模型等等,。

而在一些市場(chǎng)研究公司case by case的項(xiàng)目比較多，數(shù)據(jù)一般是以excel讀取的格式xlsx存儲(chǔ)的,，很少有以數(shù)據(jù)庫(kù)或csv或txt格式存儲(chǔ),，這種情況下一種方式是將xlsx格式的文件存儲(chǔ)為csv或txt讀取，另外一種方式是直接讀xlsx文件,。

輸入xlsx文件

xlsx包用于處理xlsx文件,，你可以通過(guò)上面已經(jīng)講過(guò)的安裝方式安裝這個(gè)包，其中read.xlsx函數(shù)讀取xlsx文件,，第一個(gè)參數(shù)用于指定文件的路徑,，sheetIndex參數(shù)用于指定讀取第幾個(gè)sheet，也可以通過(guò)sheetName參數(shù)設(shè)定讀取的sheet名稱(chēng)，as.data.frame用于指定是否將數(shù)據(jù)轉(zhuǎn)化為數(shù)據(jù)框,，header參數(shù)和上面函數(shù)中的意義一樣,，即是否將第一行設(shè)為列名稱(chēng)，encoding用于指定文件的編碼,，我們將在本章的最后一節(jié)亂碼中詳解,，這個(gè)函數(shù)有個(gè)缺點(diǎn)，速度非常慢,，慢到無(wú)法忍受,，2萬(wàn)條數(shù)據(jù)要好多分鐘。

以上我們講解了各種文件的輸入和輸出,，這樣第一章的R基礎(chǔ)部分基本上可以過(guò)關(guān)了,，也就是說(shuō)你對(duì)R語(yǔ)言的基礎(chǔ)內(nèi)容已經(jīng)掌握的比較全面了。