R 读取表函数

R 的 read.table 函数非常有用，可以从文件系统和 URL 导入文本文件数据，并将数据存储在数据框（Data Frame）中。让我们通过一个示例，在编程中了解如何使用此 read table 函数并操作数据。

R 读取表语法

R read.table 函数从文本文件读取数据的语法是：

read.table(file, header = FALSE, sep = "", quote = "\"'", dec = ".", 
         row.names, col.names, na.strings = "NA", nrows = -1, skip = 0,
         numerals = c("allow.loss", "warn.loss", "no.loss"), colClasses = NA,
         as.is = !stringsFactors, check.names = TRUE, strip.white = FALSE,
         fill = !blank.lines.skip, blank.lines.skip = TRUE, comment.char = "#",
         allowEscapes = FALSE, flush = FALSE, fileEncoding = "", text,
         stringsAsFactors = default.stringsAsFactors(), encoding = "unknown",
         skipNul = FALSE)

R 编程语言中的 read.table 支持的参数列表是：

  • dec：指定用于小数点的字符。
  • check.names：请指定您是否要检查 R 编程中的列名是否有效。
  • row.names：一个字符向量，其中包含返回的数据框的行名。
  • nrows：这是一个整数值。您可以使用此参数限制要读取的行数。例如，如果您想要前 5 条记录，请在 read table 函数中使用 nrows = 5。
  • colClasss：一个字符向量，包含分配给每个列的类名。
  • fill：有时，我们可能会遇到文件中的行长度不相等的情况，我们需要为那些缺失的值添加空白。
  • flush：在读取完一行中所有请求的字段后，如果您希望 read.table 跳到下一行，则可以使用此布尔值参数。
  • encoding：如果存在任何编码方案，请指定用于源文件的方案。默认值为“unknown”。

下面的屏幕截图显示了我们的 EmployeeSales.txt 文件中的数据，我们将使用此文件来演示 R read.table 函数。您可以看到它有列名、14 行和 7 列。

Text File 1

如果您想使用相同的数据，请将以下数据复制并粘贴到记事本中，然后将其保存为 EmployeeSales.txt。

Employee_ID,FirstName,LastName,Education,Occupation,YearlyIncome,Sales
1,"John","Yang","Bachelors","Professional",90000,3578.27
2,"Rob","Johnson","Bachelors","Management",80000,3399.9899999999998
3,"Ruben","Torres","Partial College","Skilled Manual",50000,699.09820000000002
4,"Christy","Zhu","Bachelors","Professional",80000,3078.27
5,"Rob","Huang","High School","Skilled Manual",60000,2319.9899999999998
6,"John","Ruiz","Bachelors","Professional",70000,539.99000000000001
7,"John","Miller","Masters Degree","Management",80000,2320.4899999999998
8,"Christy","Mehta","Partial High School","Clerical",50000,24.989999999999998
9,"Rob","Verhoff","Partial High School","Clerical",45000,24.989999999999998
10,"Christy","Carlson","Graduate Degree","Management",70000,2234.9899999999998
11,"Gail","Erickson","Education","Professional",90000,4319.9899999999998
12,"Barry","Johnson","Education","Management",80000,4968.5900000000001
13,"Peter","Krebs","Graduate Degree","Clerical",50000,59.530000000000001
14,"Greg","Alderson","Partial High School","Clerical",45000,23.5

R 读取表以读取当前目录下的文本文件

在此示例中，我们展示了如何使用 read.table 函数读取当前工作目录中存在的文本文件（.txt 文件）的数据。

  • file：您必须指定文件名或包含文件名的完整路径。您也可以使用外部（在线）txt 文件的 URL。例如，sampleFile.txt “C:/Users /Suresh /Documents /R Programs /sampleFile.txt”。
  • header：如果文本文件包含第一行作为列名，请指定 TRUE，否则指定 FALSE。
  • sep：它是 separator 的缩写。您必须指定分隔字段的字符。“，”表示数据由逗号分隔。
  • quote：如果您的字符值（如 LastName、Occupation、Education 列等）用引号括起来，那么您必须指定引号类型。对于双引号，我们使用：quote = “\””。
# Read Text File from Current Working Directory

# To Locate the Current Working Directory
getwd()

Company.employees <- read.table("EmployeeSales.txt", TRUE, sep = ",", quote="\"")

print(Company.employees)
R Read table Function 2

R 读取表以读取自定义目录下的文本文件

在此示例中，我们使用 read.table 函数读取自定义目录中存在的文本文件的数据。

  • getwd()：这个 R 编程方法返回当前工作目录。大多数情况下，它是您的 Documents 文件夹。
  • setwd(“system address”)：此方法可以帮助我们根据您的要求更改当前目录。
  • list.files()：此方法显示该目录中存在的文件列表。
# Read Text File from Custom Working Directory

# To Locate the Current Working Directory
getwd()

setwd("R Programs") # Or use Full path C:/Users/Suresh/Documents/R Programs 
list.files()
getwd()

Company.employees <- read.table("EmployeeSales.txt", TRUE, sep = ",", quote="\"")

print(Company.employees)
R Read table Function 3

参数

以下屏幕截图显示了我们修改后的 EmployeeSales.txt 文件中的数据。在这里，我们将使用此文件来演示 R read.table 函数中的参数。您可以看到，它包含一些空行、空记录和注释行。

Text File 10

R 读取表函数测试参数

在此 read table 示例中，我们展示了如何在读取文本文件数据时读取 NA 记录、转义空白行和注释行。

  • allowEscapes：一个布尔值，指示您是否要允许转义（如 \n 表示换行符）。
  • strip.white：如果 sep 参数不等于“”，则您可以使用此布尔值来修剪字符字段中多余的前导和尾随空格。
  • comment.char：如果您的文本文件中包含任何注释行，则可以使用此参数忽略这些行。在这里，您必须描述用于注释行的单个特殊字符。例如，如果您的文本文件以 $ 开头的注释，则使用 comment.char = “$” 来跳过此注释行，而不进行读取。
  • blank.lines.skip：一个布尔值，指定您是否要跳过/忽略空白行。
  • na.strings：一个字符向量，指定读取为 NA 的值。
# Testing argument
# To Locate the Current Working Directory
getwd()

employees <- read.table("EmployeeSales.txt", TRUE, sep = ",", quote="\"", 
                        na.strings = TRUE, strip.white = TRUE,
                        comment.char = "$",blank.lines.skip = TRUE)
print(employees)
R Read table Function 11

测试 R 读取表参数

在此示例中，我们展示了如何重命名列名、跳过行数以及更改默认的因子。

  • col.names：一个字符向量，其中包含返回的数据框的列名。
  • as.is：请指定一个布尔向量，其长度与列数相同。此参数根据布尔值将字符值转换为因子。例如，我们有两个列（FirstName、Occupation），我们使用 as.is = c(TRUE, FALSE)。它将 FirstName 保持为字符（而不是隐式因子），将 Occupation 保持为因子。
  • skip：请指定在开始读取数据之前要从文本文件中跳过的行数。例如，如果您想跳过前 3 条记录，请使用 skip = 3。
# Testing argument
# To Locate the Current Working Directory
getwd()
employeeNames <- c("Employee_ID", "First Name", "Last Name", "Education", "Profession","Salary","Sales")
employees <- read.table("EmployeeSales.txt", TRUE, sep = ",", quote="\"", 
                        na.strings = TRUE, strip.white = TRUE, skip = 3,
                        as.is = c(TRUE, TRUE, FALSE, FALSE, TRUE),
                        col.names = employeeNames, 
                        comment.char = "$", blank.lines.skip = TRUE)
print(employees)
print(str(employees))
Available arguments 12

R read.table 函数中的 stringsAsFactors

如果您的文本文件同时包含字符和数值变量，那么字符变量会自动转换为因子类型。为了防止这种自动转换，我们必须显式指定 stringsAsFactors = FALSE。

  • stringsAsFactors：一个布尔值，指示 .txt 文件中的文本字段是否转换为因子。默认值为 default.stringsAsFactors()。
# stringsAsFactors argument
# To Locate the Current Working Directory
getwd()

# It will keep the Character Columns as it is 
Company.employees <- read.table("EmployeeSales.txt", TRUE, sep = ",", quote="\"", 
                        stringsAsFactors = FALSE)

# It will Implicitly convert all the Character Columns to factors
employees <- read.table("EmployeeSales.txt", TRUE, sep = ",", quote="\"")

print(str(Company.employees))
print(str(employees))
stringsAsFactors argument 9

访问文本文件数据

R 编程中的 read.table 会自动将数据转换为数据框。因此，数据框支持的所有函数都可用于文本数据。请参考 Data Frame 文章以了解函数的描述。

# Access Data

# To Locate the Current Working Directory
getwd()

Company.employees <- read.table("EmployeeSales.txt", TRUE, sep = ",", quote="\"")
print(Company.employees)

# Accessing all the Rows (Elements) Present in the 4th Column (i.e., Education)
#Index Values: 1 = Employee_ID, 2 = FirstNmae, 3 = LastName, 4 = Education, 5 = Occupation, 6 = Yearly Income, and 7 = Salary
Company.employees[[4]] 

# Accessing all the Elements (Rows) Present in the YearlyIncome Item (Column)
Company.employees$YearlyIncome

# Accessing Element at 9th Row and 7th Column 
Company.employees[9, 7] 

# Accessing Item at 3rd, 5th, 7th, 13th Rows and 3rd, 4th, 5th, 6th, 7th Columns 
Company.employees[c(3, 5, 7, 13), c(3:7)]
Read table Function 4

R read.table 的常用函数

在 R 编程中处理文本文件时，以下函数是最常用的函数。

  • max：此方法返回列中的最大值。
  • min：此方法返回列中的最小值。
  • mean：它计算平均值。
  • median：它计算指定列的中值。
  • subset(data, condition)：此方法返回数据的子集，数据取决于条件。
# Common Methods
# To Locate the Current Working Directory
getwd()

Company.employees <- read.table("EmployeeSales.txt", TRUE, sep = ",", quote="\"")
summary(Company.employees)

# It returns the Maximum Value present in the Yearly Income Column
max.salary <- max(Company.employees$YearlyIncome)
print(max.salary)

# It returns the Minimum Value present in the Sales Column
min.sales <- min(Company.employees$Sales)
print(min.sales)

# It will calculate and returns the Median of Sales Column
median.sales <- median(Company.employees$Sales)
print(median.sales)

# It will calculate and returns the Mean value of Sales Column
mean.sales <- mean(Company.employees$Sales)
print(mean.sales)

# It will returns all the records, whose Education is equal to Bachelors
data1 <- subset(Company.employees, Education == "Bachelors")
print(data1)

# It will return all the records, whose Education is equal to Bachelors and Yearly Income > 70000
data <- subset(Company.employees, Education == "Bachelors" & YearlyIncome > 70000)
print(data)
Read table Function 5

R 读取文本文件中的 Head 和 Tail 函数

下面 R 编程中的 read table 函数是处理外部数据（文本文件）非常有用的函数。如果您的文本文件有数百万条记录，并且您想提取表现最好和最差的记录（前 10 条、后 10 条记录），那么请使用这些函数。

  • head(Data Frame, limit)：此方法返回前六个元素（如果您省略 limit）。如果您将 limit 指定为 3，它将返回前三条记录。这就像选择前 20 条记录。
  • tail(Data Frame, limit)：它返回最后六个元素（如果您省略 limit）。如果您将 limit 指定为 4，则返回最后四条记录。这就像选择后 10 条记录。
#  Head and Tail Functions
# To Locate the Current Working Directory
getwd()

Company.employees <- read.table("EmployeeSales.txt", TRUE, sep = ",", quote="\"")
print(Company.employees)

# No limit - It will Display Top Six Records 
head(Company.employees)

# Limit = 5 - It will Display Top Five Records
head(Company.employees, 4)Head and Tail Functions

# No limit - It will Display Bottom Six Records 
tail(Company.employees)

# Limit = 4 - It will Display Bottom Four Records
tail(Company.employees)
Head and Tail Limit 6

读取文本文件的重要函数

在 R 编程中处理或读取文本文件时，以下函数是最有用的函数。

  • typeof：此方法告诉您变量的类型。由于数据框是一种列表，因此此函数返回一个列表。
  • class：此方法告诉您文本文件中的数据的类。
  • names：它返回列名。
  • length：此方法计算文本文件中的项目（列）数。
  • dim：它返回文本文件中的总行数和列数。
  • nrow：此方法返回文本文件中的行数。
  • ncol：它返回文本文件中的总列数。
# Important Functions
# To Locate the Current Working Directory
getwd()
Company.employees <- read.table("EmployeeSales.txt", TRUE, sep = ",", quote="\"")
print(Company.employees)

class(Company.employees)
typeof(Company.employees)
names(Company.employees)

length(Company.employees)
dim(Company.employees)
nrow(Company.employees)
ncol(Company.employees)
Read table Function 7

特殊函数

以下两个函数是 R 编程中 read table 函数支持的非常有用的函数。在开始操作或插入新记录之前，检查外部数据的结构总是一个好主意。

  • summary(Data Frame)：它返回外部数据的性质和统计摘要，如最小值、中位数、平均值、中位数等。
  • str(Data Frame)：这个 read table 函数返回文本文件中的数据结构。
# Important Functions
# To Locate the Current Working Directory
getwd()
Company.employees <- read.table("EmployeeSales.txt", TRUE, sep = ",", quote="\"")
print(Company.employees)

print(str(Company.employees))
print(summary(Company.employees))
R Read table Function 8