readr

read_table()、read_csv()取代R原本的read.table()、read.csv()，更快，有進度條可以看，有較完整的debug資訊(告訴R使用者讀取的檔案確切哪裡出問題)，反正就是優化過的用就對了，下面介紹最常用的read_csv()(假設你已經安裝完readr package)：

我們先在D槽底下建立一個這樣的csv檔案作為練習，內容是三個人有四科成績

Name A B C D
Peter 97 86 86 78
Paul 98 83 88 81
Chris 99 28 55 30

  • 讓package自動判斷資料類型：

    > x <- read_csv("D:/test.csv") #先引入package
Parsed with column specification:
cols(
Name = col_character(), #read_csv()判斷Name這行資料由字元組成
A = col_integer(), #read_csv()判斷A-D這幾行資料由整數組成
B = col_integer(),
C = col_integer(),
D = col_integer()
)
> x #秀出讀入的表格看是否正確
# A tibble: 3 × 5
Name     A     B     C     D
<chr> <int> <int> <int> <int>
1 Peter    97    86    86    78
2  Paul    98    83    88    81
3 Chris    99    28    55    30

  • 明確指定資料類型

    但是為了避免readr錯誤判斷資料種類，最好明確將資料類型指定給col_types參數(c = character, i = integer, n = number, d = double, l = logical, D = date, T = date time, t = time, ? = guess, or _/- to skip the column.)：

    #第一行是char，2-5行是int，就將col_types設為ciiii
> x <- read_csv("D:/test.csv", col_types = "ciiii")
> x
# A tibble: 3 × 5
 Name     A     B     C     D
<chr> <int> <int> <int> <int>
1 Peter    97    86    86    78
2  Paul    98    83    88    81
3 Chris    99    28    55    30

  • 遠端讀取與解壓縮

    字尾是gz、bz2、xz、zip的壓縮檔，不需要任何餐數可以直接以上述方式讀取，而遠端的檔案(路徑名稱以http、https、ftp、ftps開頭的)會自動下載，當然如果遠端的檔案為gz壓縮檔，則會抓完又解壓縮好，看多方便...官方文件：

    Files ending in .gz, .bz2, .xz, or .zip will be automatically uncompressed. Files starting with http://, https://, ftp://, or ftps:// will be automatically downloaded. Remote gz files can also be automatically downloaded & decompressed.

其他比較常用的參數(其餘有興趣看document...)：

參數 說明
escape_backslash 檔案是否用\作為跳脫符號(常用)
quote 用來框住字串的字元
col_names 有三種可能：
TRUE：會拿第一行作為column name
FALSE：把檔案第一行當值，自動生成罐頭column name(X1、X2...)
character vector：把檔案第一行當值，vector內容當作column name。
col_types 用一行縮寫明確指定資料類型，c = character, i = integer, n = number, d = double, l = logical, D = date, T = date time, t = time, ? = guess, or _/- to skip the column.
cols_only 只指定某些行的資料型態
local 一些地區的設定，有關於編碼、時區等等...
na 設定missing value的替代文字
quoted_na 設定是否將不包含任何值的雙引號視為missing value(預設是)
comment 指定註解用什麼文字開頭，被設定成註解的行不會被讀進來
trim_ws 是不是該把每筆資料頭尾的空白切掉呢？
skip 設定跳過開頭幾行資料
n_max 設定最多讀取幾行
guess_max 設定要拿來判斷資料型態的資料筆數
progress 進度條，不重要但是在loop跟function裡面記得關掉，很重要！

其他函式

  • read_tsv()：以tab作為分隔符號
  • read_delim()：可以自行設定分隔符號，用法：read_delim(file, delimited sign)
  • read_csv2()：歐洲人把,拿來當作小數點，所以需要用特殊的函式讀他們的檔案...

results matching ""

    No results matching ""