讀存取 R 資料檔或外部資料檔

讀存取 ^R軟體的資料格式^:rda 檔 載入 ^R 資料檔load("le.rda")

將物件儲存 ^rdata檔^: save.image("le.rda")

使用資料框架函式 read.table() 或 ^{read. sv()} 讀入或輸入外部資料檔案^, 最容易。 直接讀取整個 外部檔案進入資料框架^, 外部檔案常常要求有特定的格式^, 例如

1. ASCII 形式的檔案^,多數檔編輯器^, 資料庫^, 試算表等軟體可以存取

2. 第一的列 ⁽行^{) (line, row)} 可以有該資料各個變數的^變數名稱^{ (variablenames)} 或是 ^â列的 名字^{ ( olumnname)}

3. 其餘的列^{(line, row),} 是各個變數的值^.

4. 資料之間是空格分開^, 或其他特定符號 ⁽逗號^,Tab) 分隔^.

5. 資料是文字類型^, 通常以雙引號^{" }形式

6. 以 ^â,â分開變數值的 ^ASCII 形式檔案^, 一般成為 omma-separated-variableformat, 檔案名 通常以 ^{. sv} 作為延伸檔名^,

7. 第一欄 ^{( olumn)} 有時候是 ^â列標籤^{ (rowlabel)}或是 ^â列的名字^{ (rowname)} 讀取資料檔技巧^:

1. 在你要讀入 ^R語言前務必先看過資料檔格式^,再決定用哪種命令函數讀取資料檔。

2. 注意資料是否有 「欄位名稱」^, 分隔符號是什麼^?

3. 要注意輸入的符號是前斜線^"

_/

^ 還是後斜線 ^"

_\

^

4. 在你的作業系統中資料可否利用^"複製^{ Ctrl}

₊

^C,"張貼^Ctrl

₊

^V 功能^,如果可以的話^,用

s an() 指令是個不錯的選擇 。

資料或分析結果^,輸出至外部檔案^, 供其他軟體使用^, 主要 使用資料框架函式 write.table(),相對 應read.table(),輸出資料⁽資料框架或矩陣⁾至外部資料檔案^,最容易^. 對大型資料^,可以使用^MASS 套件中的 write.matrix()會較有效率^.

R內建的鳶尾花^(iris) 資料集是非常著名的生物資訊資料集之一^,取自美國加州大學歐文分校的機 械學習資料庫 http://ar hive.i s.u i.edu/ml/datasets/Iris, 資料的筆數為¹⁵⁰筆^, 共有五個欄位^:

1. 花萼長度 ^{(Sepal Length):} 計算單位是公分。

2. 花萼寬度 ^{(Sepal Width):} 計算單位是公分。

3. 花瓣長度 ^{(Petal Length):} 計算單位是公分。

4. 花瓣寬度 ^{(Petal Width):} 計算單位是公分。

5. 類別 ^(Class): 可分為Setosa,Versi olor和 ^{Virgini a}三個品種。

順伯的窩 第 頁 共 頁

讀取^ASCII 表格形式的資料: 利用 ^read.table 讀檔,write.table 為輸出檔案

read.table(file, header = TRUE, sep = ",", quote = "\"", de = ".",

fill = TRUE, omment. har = "", ...)# 讀取 ^txt,data資料檔

write.table(x, "myNewData.txt",append=FAL SE, quote=FALSE, sep="\t")#匯出^txt 資料檔

write.table() 可以匯出資料成為 ^txt 或是 ^sv 格式到指定的目錄

read.table適合讀取表格資料^,但較不適合讀取大型矩陣資料檔^,欲讀取大量矩陣資料可用指令

"s an 取代。

•

^le= 資料名稱

•

^header= 資料開頭是否有變數名稱^, 預設值^=TRUE

•

^{sep =} 資料分隔符號^, 如果是^{sep=" ",} 表示分隔為空白鍵或 Tab("\t'') 做區隔

•

^{quote =} 資料中的字串符號,quote=" "代表關閉此功能

•

^{de =} 資料是否含小數點或分號。^â.â為實數的小數點。

•

^ll= 每一列資料長度是否不同^, 預設值^=TRUE

•

omment. har = 預設值^{" "}代表關閉 ^omment

•

^{row.names = NULL} 表示第一欄無列標籤

•

^append= 首列^{header line}預設值為 ^False

資料檔變數之間為 ^{" } 空白分隔或 ^Tab分隔的 ^le.txt 檔

sepal_length sepal_width petal_length petal_width iris 1 5.1 3.5 1.4 0.2 setosa 2 4.9 3.0 1.4 0.2 setosa 3 4.7 3.2 1.3 0.2 setosa 4 4.6 3.1 1.5 0.2 setosa 5 5.0 3.6 1.4 0.2 setosa

資料檔變數之間為 ^", 分隔的 ^le.txt 或 ^{le. sv} 檔

sepal length,sepal width,petal length,petal width,iris 5.1,3.5,1.4,0.2,Iris-setosa

4.9,3,1.4,0.2,Iris-setosa 4.7,3.2,1.3,0.2,Iris-setosa 4.6,3.1,1.5,0.2,Iris-setosa 5,3.6,1.4,0.2,Iris-setosa

順伯的窩 第 頁 共 頁

read.table("d:/math work/data/iris.txt",sep=" ",he ader =T,s kip= 0) #空白

read.table("d:/math work/data/iris_tab.txt",s ep=" \t", head er=T ,ski p=0 )#Ta b 隔

read.table("d:/math work/data/iris_ sv.txt",s ep=" ,",h eade r=T, skip =0) #逗號

read.table("d:/math work/data/iris.data",sep= ",") #逗號

write.table(x,"d:/myNewDa ta.t xt", appe nd=F ALSE ,quo te=F ALSE ,sep ="," )#匯出資料

write.table(x,"myNewData. sv" ,sep ="," ,row .nam es = FALSE) # 匯出 sv 資料檔 讀取檔案較大的 ^sv 資料^: 若格式檔為^{. sv,} 變數間以sep=", 做區隔則用指令^{read. sv()} 來讀取資

料

read. sv(file,header = TRUE, sep = ",", quote = "\"",de = ".",

fill = TRUE, omment. har = "", ...)#讀取 ^{le. sv} 資料檔

write. sv(x,"myNewData. s v",r ow.n ames = FALSE)# 匯出 ^sv 資料檔

相當於 write.table(x,"myNewData. s v",s ep=" ,",r ow.n ames = FALSE)# 匯出 ^sv 資 料檔

執行write. sv() 時^,不需要指定分隔的符號^,在重新讀取時^,也不需要刻意指定^,仍然可以匯入

正確的資料。

read. sv("d:/math work/data/iris. sv",header =T,s kip= 0)

讀取向量資料檔 ^{s an(): s an()} 可以讀取向量型態的外部資料^, 但是無法讀取表格^, 是一個處理簡 單資料的指令。 適合矩陣形式資料⁽同屬性⁾

s an(file="",what=double( ),nm ax=- 1,n= -1,s ep=" ",de =". ",sk ip=0 , om men t. h ar=" ",.. .)

tips: 若可以將要輸入的資料 ^Ctrl+C 複製好^, 則在 ^RStudio 作業平台輸入 >x=s an() 再

Crtl+V 貼上資料即可。

•

^le: 資料檔案位址路徑名稱

•

^{what =double()} 資料兩倍精密度

•

^nmax 設定最多讀入多少個數值^,-1 表無限制。

•

ⁿ 設定讀入多少個數值。^-1表無限制。

•

^{sep =} 資料之間分隔符號^, 如果是 ^{sep=" ",} 表示分隔為空白鍵或 Tab("\t'') 做區隔。

預設為空格或換行符號。

•

^{de =} 資料是否含小數點或分號。

•

^skip= 前幾列資料不讀入。

•

omment. har = 預設值^{" "}代表關閉 ^omment

順伯的窩 第 頁 共 頁

資料檔 ^ex1.txt 如右^:

Error in s an("d:/math work/data/ex1.txt", skip = 0) :

s an() expe ted 'a real', got '年齡'

x=s an("d:/math work/data/ex1.txt",sep=",", skip =1)

x=s an("d:/math work/data/ex1",sep="\t",ski p=1)

順伯的窩 第 頁 共 頁

下載安裝套件^: install.pa kages("pa kage")

R 軟體安裝後^, 安裝目錄會有基本套件 ^{(Pa kages)}。 若欲使用非基本套件中的某函數功能^, 必 須先在程式中使用 ^library()函數來載入套件。 基本套件 ⁽無須載入⁾ 有^:

1. datasets: 基本範例資料檔 ^(Iris)

2. grDevi xs: 圖形裝置套件

3. graphi s基本圖形套件

4. grid:grid圖形版面設定套件

5. method:R 物件使用方法及類別

6. stats: 統計函數套件

7. stats4: 使用 ^{S4 lass} 物件導向方式所寫的統計套件

8. t ltk: 與 ^{T l/Tk} 圖形介面語言溝通的工具套件

9. tools: 管理與程式開發有關的工具套件

10. utils: 其他常用工具函數

在 ^{Windows GUI}圖形介面中^, 可從

^p

程式套件

y ⇒ p

安裝程式套件

y

選單執行套件安裝。^R

軟體會要求選擇儲存 ^R 軟體的 ^CRAN 鏡射網站位置^, "Taiwan(Taipeh), 再選擇自己要安裝 的套件名稱^,R 軟體即會從 ^CRAN 鏡射網站抓取相關的套件安裝在電腦之中。 我們也可以自行 從作業系統中安裝非基本套件^, 語法為install.pa kages("pa kage") 只需安裝一次就行。

有用的套件 ^{(Pa kage)}

1. gdata 套件^:讀存取外部資料檔工具

2. splines 套件^: 回歸分析線性函數及類別功能

3. mosai 套件^:統計與數學工具

4. rootSolve 套件^:求方程式近似根^, 微分方程式

5. dplyr套件^: 處理數據資料時^, 基本數據套件。 特別適用於按類別資料數據。

6. ggplot2: 用於製作漂亮圖形的著名包裝。 ^ggplot2允許您使用圖形語法來構建分層的^, 可

自定義的繪圖。

7. ggmap: 直接從 ^Google 地圖下載街道地圖^, 並將其用作 ^ggplots 中的背景。^{(For Spatial}

data)

8. MLR:Python 在 ^R 之前飆升的最大原因之一是它的機器學習重點庫 ⁽如 s ikit-learn),

然後 ^MLR 包^, 它允許我們執行各種機器學習任務。 ^MLR 包括我們在項目中使用的所有 流行的機器學習算法。

9.

· · ·

查詢已載入套件^:library() 查看自己電腦內已安裝哪些套件

載入套件^: 在 ^R 軟體中每次執行非基本安裝套件 ^{(Pa kage)} 時需載入^, 使用 library("pa kage") 來 載入套件

讀取^{Ex el} 檔: 最穩定的辦法還是轉成 ^sv檔^,利用read.table()讀入資料。 要讀取^{Mi rosoftEx el} 資料首先必須載入套件 "gdata。

install.pa kages("gdata",repos="http:// ran.us.r-proje t.org")

順伯的窩 第 頁 共 頁

library(gdata);read.xls("ex elle.xls",sheet = 1,header =TRUE)

若資料儲存為 ^{Mi rosoft Ex el}檔

>install.pa kages("gdata" ,rep os=" http :// ran. us.r -pro je t .org ") #首次 安裝套件後^, 重新執行 ^R-studio

>library(gdata)

>x=read.xls("d:/math work/data/Iris.xls") # 2007 年後 ^{Mi rosoft Ex el} 檔 則為 "iris.xlsx''

> x

sepal.length sepal.width petal.length petal.width iris

1 5.1 3.5 1.4 0.2 Iris-setosa

2 4.9 3.0 1.4 0.2 Iris-setosa

3 4.7 3.2 1.3 0.2 Iris-setosa

4 4.6 3.1 1.5 0.2 Iris-setosa

5 5.0 3.6 1.4 0.2 Iris-setosa

注意資料儲存之編碼為 ^Big5、^Utf-8、^ANCI 或其它。 重新儲存資料檔、 編碼為^Utf-8。 使用合適 的編碼參數^: read.table(âdata.txtâ, en oding="an i") read.table("test.utf8", sep = ",", header=TRUE, leEn oding ="UTF-8")

library(): 查詢電腦已安裝可用的套件名稱

data(): 查詢可用的資料檔名稱

R語言基本安裝後包含幾個基本的資料檔可供利用,"AirPassengers," ars,"faithful,"iris,"trees

,

· · ·

等。 如欲進一步查詢資料檔的說明可用 help(dataname) 指令查看。

>data(iris) # 引入^"iris 資料檔

>help(iris) # 查看 ^"iris 資料檔的說明 ⁽資料來源^, 格式^,變數^,... 等⁾

1.4練習題

1. 通常的數據讀取函數之一採用以下參數:header,sep,de ,row.names,skip,nrows。 解釋他們的目 的。

2. 讀入資料檔 "possum. sv ,並查看有哪些變數^? 如何查看 ^"sex 為 ^f 的"totlngth 變數資料

3. 比較指令函數 ^{s an()}與 read.table()兩者差異^?

順伯的窩 第 頁 共 頁

4. 說明如何從 ^{Ex el} 電子檔表格輸入數據資料^?

5. 從網址 http://www.biostatisti ien .eu/ spri ngeR /Wei ght_ birt h.xl s 下載資料檔

"Weight_birth.xls`` 然後讀入 ^R軟體^,並命名為 ^x 物件資料。

順伯的窩 第 頁 共 頁

在文檔中 R data (頁 25-32)