R语言：使用 readr 包进行数据导入和解析

代吗喽2024-06-11 12:03

readr 包是 R 语言中专门用于读取和写入各种格式数据文件的工具包。本文将总结 readr 包的常见数据文件类型、获取/修改工作路径的方法，以及数据的读取与写入功能，最后还会介绍一些解析函数的用法。

1. 常见数据文件类型

readr 包支持多种常见的数据文件类型：

CSV（Comma-Separated Values）文件：以逗号作为分隔符的文件。
TSV（Tab-Separated Values）文件：以制表符作为分隔符的文件。
TXT文件：文本文件，数据可以用逗号或其他字符作为分隔符。
Excel 文件（xls 和 xlsx） ：需要加载 readxl 包来读取 Excel 文件。
RDS文件：R 数据文件，适用于保存 R 中的对象。

2. 获取/修改工作路径

在 R 中，工作路径（working directory）是当前 R 会话操作文件的默认位置。我们可以使用以下函数获取或修改工作路径：

r 复制代码

# 获取当前工作路径
getwd()

# 设置新的工作路径
setwd("/path/to/your/directory")

也可以通过 RStudio 界面来设置工作路径：

Session -> Set Working Directory -> Choose Directory
修改全局设定：Tools -> Global Options -> Default working directory

3. 数据读取与写入

readr 包提供了多种函数来读取和写入不同类型的数据文件。下面是一些常用的函数：

读取CSV文件

r 复制代码

library(readr)

# 读取 CSV 文件
data <- read_csv("data.csv")

# 常用参数
data <- read_csv("data.csv", show_col_types = TRUE, skip = 2, comment = "#", col_names = c("Column1", "Column2"), na = "NA", col_types = cols(
  Column1 = col_double(),
  Column2 = col_character()
))

写入CSV文件

r 复制代码

# 写入 CSV 文件
write_csv(data, "output.csv")

其他读取函数

r 复制代码

# 读取分隔符为 ";" 的 CSV 文件
data_csv2 <- read_csv2("data_csv2.csv")

# 读取 TSV 文件
data_tsv <- read_tsv("data.tsv")

# 读取自定义分隔符文件
data_delim <- read_delim("data.txt", delim = "|")

# 读取固定宽度文件
data_fwf <- read_fwf("data.fwf")

# 读取表格文件
data_table <- read_table("data.txt")

# 读取日志文件
data_log <- read_log("log.txt")

# 读取 RDS 文件
data_rds <- read_rds("data.rds")

读取 Excel 文件

需要加载 readxl 包：

r 复制代码

library(readxl)

# 读取 Excel 文件
data_excel <- read_excel("data.xlsx")

写入 RDS 文件

r 复制代码

# 写入 RDS 文件
write_rds(data, "output.rds")

4. 解析函数

解析函数用于将字符向量解析为其他类型的数据。readr 提供了一些常用的解析函数：

r 复制代码

# 解析整数
parse_integer("123")

# 解析双精度数
parse_double("123.45")

# 解析数字，忽略非数字字符
parse_number("$123,456.78")