R Lesen Sie CSV

Eine CSV -Datei ist ein einfaches Dokument, das eine Liste von Daten enthalten kann, die von Commas getrennt sind. Diese Dateien werden häufig für die Datenübertragung zwischen Apps verwendet. CSV -Dateien werden üblicherweise durch Datenbanken und Kontaktmanager unterstützt. Ziel ist es, ausgefeilte Daten von einer Anwendung in eine CSV -Datei zu exportieren, die dann in eine andere Anwendung importiert werden kann. Wir werden lernen, wie wir Inhalte aus einer CSV -Datei in diesem Artikel lesen können. R sollte in der Lage sein, die Datei zu lesen, wenn sie im aktuellen besetzten Verzeichnis platziert ist. Wir können natürlich auch unser neues Verzeichnis erstellen und auch Dokumentdateien von dort lesen. R ermöglicht es uns, Inhalte aus Dateien zu lesen, die sich nicht in der R -Umgebung befinden. R Programmiersprache kann verschiedene Dateitypen lesen und komponieren, einschließlich CSV, Excel und XML.

Was ist die CSV -Datei in der R -Programmiersprache in Ubuntu 20.04?

Das Dateiformat CSV (Comma Separated Values) ist eine häufige Möglichkeit, tabellarische Daten in Tabellenkalkulationen und Datenbanken zu speichern. Eine CSV -Datei ist ein einfaches Textdokument, das tabuläre Daten enthält (Ganzzahl und Text). Die jeweilige Zeile in der Datei bezieht sich auf einen Datensatz. Das Komma wird als Feldabscheider verwendet, das dieses Dateiformat seinen Namen gibt. In R -Programmiersprache gibt es ein inhärentes Modul namens CSV, mit dem Sie mit CSV -Dateien arbeiten können. Die Funktion zum Lesen einer CSV -Datei in der R -Programmiersprache hat die folgende Syntax.

Lesen.CSV ("Datei_Name")

Das Lesen.CSV () ist eine Wrapper -Methode zum Lesen.Tabelle (), das ein Komma als Trennzeichen verwendet. Die erste Zeile der Eingabedatei als Header für die Spaltennamen der angegebenen Tabelle. Als Effekt ist es eine enorme Wahl für das Lesen von CSV -Dateien.

So lesen Sie die CSV -Datei in R -Programmiersprache in Ubuntu 20.04?

In vielen Fällen ist das Lesen von Daten aus einer CSV -Datei bei der Ausführung von Analysen mit R von wesentlicher Bedeutung. Wenn es um das Lesen von CSV -Dateien geht, ist R äußerst zuverlässig. Dafür benötigen wir einige Daten zum Lesen, Schreiben oder Ändern von Daten in R. Hier haben wir einige Illustrationen, wie man eine CSV -Datei erstellt und sie liest. Außerdem haben wir die verschiedenen Vorgänge in der CSV -Datei ausgeführt, in denen spezifische Daten aus der CSV -Datei in der R -Skriptsprache gelesen wurden.

Beispiel 1: Erstellen der CSV -Datei in R in Ubuntu 20 erstellen.04

Wir haben den Datenrahmen der Mitarbeiteraufzeichnungen mit den Details einiger Mitarbeiter festgelegt. Dann speichern Sie dies in das EMP.CSV -Datei.

Beispiel 2: Lesen Sie aus der CSV -Datei in R in Ubuntu 20.04

Das Lesen.CSV () -Funktion in R kann den vollständigen Text einer CSV -Datei als Datenrahmen lesen. Die zu gelseende CSV. Das Lesen.CSV () -Funktion kann auch eine CSV -Datei über eine URL lesen.

Wie oben haben wir die Variable als emp_data definiert. Die EMP_Data wird mit dem Lesevorgang zugeordnet.CSV -Funktion, bei der der Dateiname angegeben ist. Wie wir Datei EMP haben.CSV In unserem aktuellen Verzeichnis kann R diese Datei leicht interpretieren. Einmal ist der Druckbefehl in der R -Eingabeaufforderung angegeben. Es zeigt den Inhalt der CSV -Datei in tabellarischer Form an.

Beispiel 3: Bewertete die CSV -Datei in R in Ubuntu 20.04

Das Lesen.Die CSV () -Funktion erzeugt einen Datenrahmen als Standardausgabe. Hier ist ein kurzer Ansatz, um dies zu überprüfen. Die Häufigkeit von CSV -Dateidatenrahmenspalten und Zeilen kann ebenfalls überprüft werden.

Innerhalb des Druckbefehls haben wir eine Funktion ncol für die Spalten und NROW für die Zeilen aufgerufen. Diese Funktionen werden dann mit der EMP_DATA -Variablen aus dem obigen Beispiel übergeben, das den gesamten CSV -Dateiinhalt enthält. Die Ausgabe erzeugte die Anzahl der Spalten und Zeilen innerhalb des EMP.CSV -Datei. In der Funktion wird der Header zuerst standardmäßig auf True eingestellt. Dies liegt daran, dass die Anzahl der Zeilen den Kopf nicht enthält. Dieser CSV verfügt über fünf Spalten und acht Zeilen.

Beispiel 4: Lesen Sie den MIN -Wert aus der CSV -Datei in R in Ubuntu 20 aus.04

Die CSV -Daten können verwendet werden, um Aggregatorfunktionen anzuwenden (.). Mit dem $ -Szeichen wird die MIN () -Funktion auf die Spalte angewendet.

Für die variablen Daten haben wir zuerst die CSV -Datei gelesen. Anschließend haben wir eine min () -Funktion an der Spalte emp_data angewendet. Die EMP_DATA hat die Mindestwertfinanzierung aus der CSV -Datei zurückgegeben. Dort haben wir eine zweite Abfrage, die den maximalen Wert aus der spezifischen Spalte aus der CSV -Datei emp_data erhält.

Wir lesen den maximalen Wert aus dem EMP aus.CSV -Datei mit der MAX -Funktion in der Spalte EMP_SALARY. Diese Funktion erzeugt das maximale Gehalt vom EMP aus.CSV -Tabelle.

Beispiel 5: Lesen Sie die CSV -Datei und erstellen Sie die Subset CSV -Datei in R in Ubuntu 20.04

Die Funktion subset () in R kann verwendet werden, um das entsprechende Ergebnis aus SQL -Abfragen auf dem CSV -Inhalt zu extrahieren. Verschiedene Abfragen können gleichzeitig durch die Funktion ausgeführt werden, die jeweils von einem logischen Operator getrennt sind. In R wird das Ergebnis als Datenrahmen gespeichert.

Aus dem Lesen.CSV -Funktion, die in den variablen Daten gespeichert ist, haben wir das EMP gelesen.CSV -Informationen. Die Variable von New_CSV wird festgelegt, wo wir die Untermengenfunktion aufgerufen haben, und die Subset -Funktion haben die Bedingung angewendet. Die erzeugte Datenuntergruppe wird als Datenrahmen gespeichert, der die in den Argumenten der Funktion angegebenen Bedingungen erfüllt. Im resultierenden Datenrahmen bleiben die Zeilennummern erhalten.

Abschluss

In diesem Artikel wird erläutert, wie Sie aus den CSV -Dateien lesen können. Die Funktionen in R sind umfangreich. Das Lesen.CSV () -Funktion in R bietet uns das Lesen einer CSV -Datei, die sich derzeit in unserem Arbeitsverzeichnis befindet. Das Lesen.Die CSV () -Funktion nimmt einen Dateinamen als Argument an und gibt alle darin enthaltenen Datensätze zurück. Mit den CSV -Vorgängen haben wir gesehen, wie CSV -Dateien in R erstellt und gelesen werden können. Die SQL -Abfragen werden auch auf die CSV -Datei angewendet, in der die spezifischen Spalten zu zufriedenstellenden Bedingungen gelesen werden.