【R语言】获取数据
R语言自带2种数据存储格式：*.RData和*.rds。
这两者的区别是：前者既可以存储数据，也可以存储当前工作空间中的所有变量，属于非标准化存储；后者仅用于存储单个R对象，且存储时可以创建标准化档案，属于标准化存储。
load()函数：读取*.RData格式的数据；
readRDS()函数：读取*.rds格式的数据。
一、读取文本数据
R语言使用read.table()函数读取文本文档txt数据。
read.table()函数的5个参数：
- file：需要导入的文本数据文件路径和名称，可以是txt、dat、csv等
- header：导入时是否带有列标题，默认为TRUE
- sep：列与列之间的文本分隔符
- stringsAsFactor：导入数据时是否将字符串数据转为因子，默认为TRUE
- fileEncoding：文本数据的文件编码，默认设置为UTF-8
R语言的base包中还有read.csv()，read.csv2()，read.delim()，read.delim2()等函数。
以下为示例：
data <- read.table(file = "D:/Application/21.R语言/test.txt", header=T, sep=",",stringsAsFactor=F,fileEncoding="UTF-8")
head(data)
二、读取Excel数据
1、使用openxlsx包读取
openxlsx包主要通过getSheetNames()函数和read.xlsx()函数实现对Excel数据的读取。
# 先检查是否已安装了openxlsx包，如果没有，则先安装
if (!require("openxlsx")) {
install.packages("openxlsx")
}
data1 <- openxlsx::read.xlsx(xlsxFile = "D:/Application/21.R语言/test.xlsx", sheet=1)
head(data1)
2、使用xlsx包读取
xlsx包通过read.xlsx()函数读取Excel数据的。
# 先检查是否已安装了xlsx包，如果没有，则先安装
if (!require("openxlsx")) {
install.packages("openxlsx")
}
data1 <- xlsx::read.xlsx(File = "D:/Application/21.R语言/test.xlsx", sheetIndex=1, sheetName=NULL)
head(data1)需要安装java，否则会报错。
3、使用readxl包读取
readxl包通过使用read_excel()函数读取Excel数据。
7个参数：
- path：字符型，Excel文件所在的路径和名称；
- sheet：字符型或整数型，需要读取的工作簿既可以是工作簿名称（字符串），也可以是工作簿的位置序号（正整数）；
- range：字符型，读取指定区域的数据，如：B4:D88表示读取B4到D88的数据；
- col_names：逻辑型，判断是否使用第一行做为列的名称。
- col_type：字符向量或NULL，读取数据每一列的类型，包含skip（忽略），guess（基于被读取的Excel文件本身的单元格类型）、logical（逻辑型）、numeric（数值型）、date（日期型）、text（字符串型）、list（列表项）等；
- na：字符串，被读取的Excel文件对缺失值的约定。
- trim_ws：逻辑型，判断是否清楚数据末尾的空格。
# 先检查是否已安装了readxl包，如果没有，则先安装
if (!require("readxl")) {
install.packages("readxl")
}
data1 <- readxl::read_excel(path = "D:/Application/21.R语言/test.xlsx", sheet=1, range=NULL, col_names=T, col_type=NULL, na="", trim_ws=T)
head(data1)
三、读取数据库数据
暂无
四、读取其它统计工具的数据
1、读取SPSS软件数据
SPSS软件默认数据保存格式为*.sav，foreign包中的read.spss()函数和haven包中的read.sav()函数或read_spss()函数可读取此类数据。
以foreign包中自带的electric.sav数据集为示例：
read.spss()函数的4个关键参数：
- file：字符型，需要读取的*.sav文件路径；
- use.value.labels：逻辑型，在读取数据时判断是否将变量的标签值转换为R语言因子格式数据，如果变量中出现不满足标签值的数据，将强制转换为NA。
- to.data.frame：逻辑型，判断是否将数据转换为数据框，默认值为FALSE，即转换为列表。
- use.missings：逻辑型，判断是否将原有数据中定义的缺失值转换为NA，建议设置为TRUE。
library("foreign")
file <- system.file("files", "electric.sav", package="foreign")
data <- foreign::read.spss(file=file, use.value.labels=T, to.data.frame=T, use.missings=T)
head(data)
dim(data)
str(data)
以haven包读取electric.sav数据集：
read_sav()函数的参数：
- file：字符型，需要读取的*.sav文件路径与名称；
- encoding：字符型，数据文件的字符编码，一般默认为NULL，即使用与原数据文件相同的编码方式；
- user_n：逻辑型，判断是否将原有数据中定义的缺失值转换为NA。
library("haven")
file <- system.file("files", "electric.sav", package="foreign")
data <- haven::read_sav(file = file, encoding=NULL, user_na=T)
head(data)
dim(data)
str(data) 
2、读取SAS软件数据
SAS软件数据集存储于逻辑库中，默认数据保存格式为*.sas7bdat。
通过foreign包的read.ssd()函数和haven包的read_sas()函数读取。
foreign包中的read.ssd()函数读取：
注意：read.ssd()函数读取SAS数据集的前提是本地要安装SAS软件。
read.ssd()函数的参数：
- libname：字符型，逻辑库名称，相当于SAS数据集存储的文件夹名称。
- sectionnames：字符型，数据集名称，注意，只需要给出数据名称，不需要添加文件后缀。
- sascmd：字符型，SAS软件可执行程序安装的路径。
data <- foreign::read.ssd(libname = system.file("examples", package="haven"),sectionnames="iris", sascmd = "D:/Program Fils/SASHome/SASFoundation/9.4/sas.exe")
head(data)
dim(data)
str(data)haven包中的read_sas()函数读取：
read_sas()函数的主要参数：
- data_file：字符型，需要读取的文件路径；
- encoding：字符型，数据文件的字符编码，默认为NULL，即使用与原数据文件相同的编码方式；
- col_select：字符串，需要读取数据列的列名称，默认为NULL，即读取全部列。
file <- system.file("examples", "iris.sas7bdat", package = "haven")
data <- haven::read_sas(data_file = file, encoding = NULL, col_select = NULL)
head(data)
dim(data)
str(data)
3、读取Stata软件数据
Stata软件数据格式是*.dta。
通过foreign包的read.dta()函数和haven包的read_dta()函数读取。
foreign包的read.dta()函数：
read.dta()函数仅支持读取Stata5到Stata12版本的数据，不支持更高级的版本。
file <- system.file("examples", "iris.dta", package="haven")
data <- foreign::read.dta(file=file, convert.dates=T,convert.factors=T)
head(data)
dim(data)
str(data)提示版本错误：
haven包的read_dta()函数：
此函数对Stata软件版本没有要求。
file <- system.file("examples", "iris.dta", package="haven")
data <- haven::read_dta(file=file, encoding=NULL)
head(data)
dim(data)
str(data)