R 程式設計/匯入和匯出資料

資料可以以多種格式儲存。每個統計軟體包都有自己的資料格式（例如 Microsoft Excel 的 xls，Stata 的 dta，SAS 的 sas7bdat 等）。R 可以讀取幾乎所有檔案格式。我們為每種檔案型別提供了一種方法。如果以下方法都不起作用，您可以使用專門的軟體進行資料轉換，例如免費軟體OpenRefine或商業軟體 Stat Transfer。 無論如何，大多數統計軟體都可以將資料匯出為 CSV（逗號分隔值）格式，並且所有軟體都可以讀取 CSV 資料。這通常是使資料對所有人可用的最佳解決方案。

圖形使用者介面

一些 IDE 或 GUI 提供了一些一鍵式解決方案來匯入資料。

您也可以看看 speedR，這是一個圖形使用者介面，可以幫助從 Excel、OpenOfficeCalc、CSV 和其他文字檔案匯入資料。

library(speedR)
speedR()

CSV (csv,txt,dat)

您可以使用 read.table()、read.csv() 或 read.csv2() 從文字檔案（通常是 CSV）匯入資料。選項 header = TRUE 表示 CSV 檔案的第一行應解釋為變數名，選項 sep = 指定分隔符（通常是“,” 或 “;”）。

csv.get()（Hmisc）是另一種選擇。

mydata <- read.table("data.txt",header=TRUE)
mydata <- read.table("data.csv", header = TRUE, sep=",")  # import from a CSV
mydata <- read.csv("data.csv", header=T)
mydata <- read.table("data.csv", header = TRUE, sep=";") 
mydata <- read.csv2("data.csv", header=T)

請注意，如果您的資料儲存在網際網路上，沒有任何問題。

df <- read.table("http://www.mywebsite.com/.../data.csv", header = TRUE, sep = ",")

預設情況下，字串會轉換為因子。如果要避免這種轉換，可以指定選項 stringsAsFactors = FALSE。

您可以使用 write.table() 將資料匯出到文字檔案。

write.table(mydat,file="mydat.csv",quote=T,append=F,sep=",",eol = "\n", na = "NA", dec = ".", row.names = T,col.names = T)

對於大型 CSV 檔案，可以使用 ff 包。

library("ff")
df <- read.csv.ffdf(file="large_csv_file.csv", header=TRUE, VERBOSE=TRUE, first.rows=10000, next.rows=50000)

固定寬度文字檔案

read.fwf() 和 write.fwf()。

一些固定寬度文字檔案附帶 SAS 指令碼以匯入它們。Anthony Damico 建立了 SAScii 包來輕鬆匯入這些資料。

非結構化文字檔案

• 請參閱 讀取和寫入文字檔案 部分中的 scan() 和 readLines()。

Stata (dta)

• 我們可以使用 foreign 包中的 read.dta() 讀取 Stata 資料，並使用 write.dta() 匯出到 Stata 資料格式。
• 請注意，Stata 中的字串變數限制為 244 個字元。這在匯出過程中可能是一個問題。
• 另請參閱 memisc 包中的 Stata.file() 和 Hmisc 包中的 stata.get。

> library("foreign")
> mydata <- read.dta("mydata.dta",convert.dates = TRUE, convert.factors = TRUE, convert.underscore = TRUE)
> names(mydata)
> write.dta(mydata, file = "mydata.dta")

SAS (sas7bdat)

sas7bdat 包提供了對具有sas7bdat副檔名的 SAS 資料庫的實驗性支援。但是，sas7bdat由 64 位版本的 SAS 以及執行在非 Microsoft Windows 平臺上的 SAS 生成的檔案尚不支援。

SAS (xpt)

• 另請參閱 Hmisc 中的 sasexport.get() 和 sas.get()
• 另請參閱 SASxport 包。

library("foreign")
mydata<-read.xport("SASData.xpt")
names(mydata)

SPSS (sav)

• read.spss()（foreign）和 spss.get()（Hmisc）

> library("foreign")
> mydata<-read.spss("SPSSData.sav")
> names(mydata)

EViews

hexView 包中的 readEViews() 用於 EViews 檔案。

Excel (xls,xlsx)

從 Excel 匯入資料並不容易。解決方案取決於您的作業系統。如果以下方法都不起作用，您始終可以將每個 Excel 電子表格匯出為 CSV 格式，然後在 R 中讀取 CSV。這通常是最簡單快捷的解決方案。

XLConnect 支援讀取和寫入 xls 和 xlsx 檔案格式。由於它基於 Apache POI，因此只需要 Java 安裝，因此可以在許多平臺上執行，包括 Windows、UNIX/Linux 和 Mac。除了讀取和寫入資料之外，它還提供了一些其他功能，例如新增圖表、單元格樣式和樣式操作等等。

require("XLConnect")
wb <- loadWorkbook("myfile.xls", create = FALSE)
# Show a summary of the workbook (shows worksheets,
# defined names, hidden sheets, active sheet name, ...)
summary(wb)
# Read data from a worksheet interpreting the first row as column names
df1 <- readWorksheet(wb, sheet = "mysheet")
# Read data from a named region/range interpreting the first row as column
# names
df2 <- readNamedRegion(wb, name = "myname", header = TRUE)

RODBC 解決方案

library("RODBC")
32-bit Windows: channel <- odbcConnectExcel("Graphiques pourcent croissance.xls") # creates a connection
64-bit Windows: channel <- odbcConnectExcel2007("Graphiques pourcent croissance.xls")
sqlTables(channel) # List all the tables
effec <- sqlFetch(channel, "effec") # Read one spreadsheet as an R table
odbcClose(channel) # close the connection (don't forget)

xlsReadWrite 包（實際上，該包在 CRAN 庫中不存在，但您可以從 CRAN 存檔中下載舊版本）。

> library(xlsReadWrite)
mydat <- read.xls("myfile.xls", colNames = T, sheet = "mysheet", type = "data.frame", from = 1, checkNames = TRUE)

• "sheet" 指定要匯入的工作表的名稱或編號。
• "from" 指定電子表格的第一行。

gnumeric 包。 該包使用一個名為 ssconvert 的外部軟體，該軟體通常與 gnumeric（Gnome Office 電子表格）一起安裝。read.gnumeric.sheet() 函式讀取 xls 和 xlsx 檔案。

library("gnumeric")
df1 <- read.gnumeric.sheet(file = "df.xls", head = TRUE, sheet.name = "Feuille1")
df2 <- read.gnumeric.sheet(file = "df.xlsx", head = TRUE, sheet.name = "Feuille1")

另請參閱 xlsx（適用於 Excel 2007 文件）和 read.xls()（gdata）。

Google Spread Sheets

您應該將電子表格公開，將其釋出為 CSV 檔案。然後，您可以使用 read.csv() 在 R 中讀取它。有關更多資訊，請參閱 Revolution 的計算部落格（link）。另請參閱 RGoogleDocs（link）。

# Read from a Google SpreadSheet.
require(RCurl)
myCsv <- getURL("https://docs.google.com/spreadsheet/pub?hl=en_US&hl=en_US&key=0AkuuKBh0jM2TdGppUFFxcEdoUklCQlJhM2kweGpoUUE&single=true&gid=0&output=csv")
read.csv(textConnection(myCsv))

gnumeric 電子表格

gnumeric 包。read.gnumeric.sheet() 讀取一個工作表，read.gnumeric.sheets() 讀取所有工作表並將它們儲存在一個列表中。

library("gnumeric")
df <- read.gnumeric.sheet(file = "df.gnumeric", head = TRUE, sheet.name = "df.csv")
View(df)
df <- read.gnumeric.sheets(file = "df.gnumeric", head = TRUE)
View(df$df.csv)

OpenOffice 和 LibreOffice (ods)

readODS 不需要外部依賴，使其跨平臺。

library("readODS")
df=read.ods("df.ods")

speedR 是另一個選擇。

library("speedR")
df <- speedR.importany(file = "df.ods")

請注意，您也可以使用 speedR 圖形使用者介面 (speedR())，它將返回用於複製的命令列。

library("speedR")
speedR()

JSON

JSON (JavaScript 物件表示法) 是一種網際網路上非常常見的格式。rjson 庫使從 json 格式匯入資料變得容易。

# json.txt : a text file including data in the JSON format
library("rjson")
df <- fromJSON(paste(readLines("json.txt"), collapse=""))

使用以下方法可以輕鬆地將列表或資料框匯出到 JSON 格式：toJSON()函式 

# df : a data frame
library("rjson")
json <- toJSON(df)

有時 JSON 資料可能更復雜，具有巢狀陣列等結構。在這種情況下，您可能會發現使用線上轉換器（如 json-csv.com）將檔案轉換為 CSV 更有用。然後，根據 上面的 CSV 指令 匯入結果資料。

dBase (dbf)

foreign 包中的 read.dbf()。

library("foreign")
df  <- read.dbf("file.dbf")
str(df)

分層資料格式 (hdf5)

hdf5 資料可以使用 hdf5 包讀取。

DICOM 和 NIfTI

• 參見統計軟體雜誌中的“在 R 中使用 {DICOM} 和 {NIfTI} 資料標準工作”

資源

• R 資料手冊。
• Paul Murrell 的資料技術簡介。