30天学会R DAY6：数据导入导出及描述

一、工作空间

工作空间，意味着，所有R的程序文件、数据集、其他相关资料都保存在某一个文件夹下面，十分方便提取。

在一个R语言程序结束后，工作空间可以保存它的映像，在下次启动R时，该工作空间，包括历史代码就会自动重新加，非常方便。但没次使用的包需要重新加载。

1.设置工作空间

方法一，采用setwd()语句，设置工作空间，设置的文件夹需事先在硬盘中建立，R语言无法创建新的文件夹。

setwd("C:/Users/Administrator/Desktop/ R data") #引号要英文格式

方法二，“其它工具”窗口操作，将file显示路径直接设置成工作空间

在Rstudio右下方的界面中：文件——more——set as working directory。

方法三，在菜单栏中操作，永久设置工作空间，每次打开R软件就默认为工作空间：

Tools——Global options中的Default working directory中设置工作空间

2.查看工作空间

通过getwd()获取工作空间的地址，查看目前的工作空间在哪里

getwd()

[1] "C:/Users/Administrator/Desktop/ R data" #显示工作空间

二、数据集导入

在Rstudio 可以导入后缀是txt, csv, xls, sav等格式的文件，但不同的格式所用的包不同，需要进行加载。

方法一，利用R语言命令导入，包括read.table, read.csv, read xls, read.spss

read.table(file=“文件名”，header=TRUE) 读取文本数据，header第一行是否读取为标题，默认为TRUE

elder1<-read.table(file="elder1",header = TRUE) #读取文本文件，第一行为标题

read.csv(file, header = TRUE,rowname=1) 最常用的读取文件，建议转化为csv格式后读取, header第一行是否读取为标题，默认为TRUE ；rowname是否设置横标目，默认不设置。

elder1<-read.csv("elder1.csv") #文件要加后缀名

读取excel需要加载“readxl”包，读取spss数据需要加载“haven”包

library(readxl)

elder1<- read_excel("elder1.xlsx") #导入excel数据

library(haven)

logistic<- read_sav("elder1.sav") #导入spss数据

方法二，利用Rstudio菜单导入：file-import dataset，需要选择正确的导入文件，From Text(reader)读取csv文件。

方法三，右下角“其它工具窗口”找到数据存的文件夹，单击数据文件，import dataset

三、.数据集的导出

将R里的数据框形成新的文件导出，常用方式是write.csv格式

write.csv(x, file = "", na = "NA", row.names = TRUE,col.names = TRUE, row.names = TRUE，) x指的数据框，file = ""保存的文件名，na = “NA”缺失值导出方式，col.names = TRUE ，第一行名导出，默认导出；row.names = TRUE，第一列名导出，默认导出。

write.csv(elder1, file = "eldernew.csv", row.names = FALSE, na = "NA") #导出名为eldernew文件名的csv文件，行名不读取，缺失记“NA”

四、数据集的基本描述和总结

这部分函数主要是对数据集变量名、变量类型、变量数、观察单位数、均数、中位数、四分位间距、标准差、百分比进行描述。

str(elder1) #显示变量内容结果，包括变量名，变量类型，变量值等

head(elder1) # 显示数据集前6行

head(elder1,10) #自定义显示的行数，比如10行

class(elder1)# 可以鉴定数据集是数据框、列表还是矩阵等

class(elder1$weight) # 可以鉴定数据某一个变量是数值、字符串、还是分类变量等

names(elder1) # 显示数据集的各个变量名

ncol(elder1) #显示列数

nrow(elder1) # 显示行数

colnames(elder1) #列名也是所有的变量名