R语言中的read.table()
参考资料:http://www.cnblogs.com/xianghang123/archive/2012/06/06/2538274.html
read.table(file, header = FALSE, sep = "", quote = "\"'",
dec = ".", numerals = c("allow.loss", "warn.loss", "no.loss"),
row.names, col.names, as.is = !stringsAsFactors,
na.strings = "NA", colClasses = NA, nrows = -1,
skip = 0, check.names = TRUE, fill = !blank.lines.skip,
strip.white = FALSE, blank.lines.skip = TRUE,
comment.char = "#",
allowEscapes = FALSE, flush = FALSE,
stringsAsFactors = default.stringsAsFactors(),
fileEncoding = "", encoding = "unknown", text, skipNul = FALSE)
file 指定读入的文件
header 是否有列名(默认无)
seq 指定分隔符(空格、TAB、换行符、回车符)
quote 制定包围字符型数据的字符。默认情况下,字符串可以被 " 或 ’ 括起,并且两种情况下,引号内部的字符都作为字符串的一部分。有效的引用字符(可能没有)的设置由参数 quote 控制。默认值改为 quote = “”
dec = “.” 指定小数点数
colClasses 指定列的数据类型格式
row.names 指定各行名称,也可以是数字,指定某列为行名
col.names
as.is = !stringsAsFactors as.is 字符向量是否转换成因子(仅仅这个功能),TRUE时保留为字符型
na.strings = “NA” 指定什么样的字符表示值缺少
colClasses = NA colClasses运行为输入中的每个列设置需要的类型。注意,colClasses 和 as.is 对每 列专用,而不是每个变量。因此,它对行标签列也同样适用(如果有的话)。
nrows = -1 最大读入行数,即读入前多少行,“-1”表示都读入
skip = 0 跳过文件的前n行(skip = n)
check.names = TRUE # 检查变量名在R中是否有效
fill = !blank.lines.skip 从一个电子表格中导出的文件通常会把拖尾的空字段(包括?堑姆指舴? 忽略掉。为了读取这样的文件,必须设置参数 fill = TRUE
strip.white = FALSE 如果设定了分隔符,字符字段起始和收尾处的空白会作为字段一部分看待的。为了去掉这些空白,可以使用参数 strip.white = TRUE
blank.lines.skip = TRUE 默认情况下,read.table 忽略空白行。这可以通过设置 blank.lines.skip = FALSE 来改变。但这个参数只有在和 fill = TRUE 共同使用时才有效。这时,可能是用空白行表明规则数据中的缺损样本。
comment.char = “#” 默认情况下,read.table 用 # 作为注释标识字符。如果碰到该字符(除了在被引用的字符串内),该行中随后的内容将会被忽略。只含有空白和注释的行被当作空白行。如果确认数据文件中没有注释内容,用 comment.char = “” 会比较安全 (也可能让速度比较快)。
allowEscapes = FALSEread.table 和 scan 都有一个逻辑参数 allowEscapes。从 R 2.2.0 开始,该参数默认为否,而且反斜杠是唯一被解释为逃逸引用符的字符(在前面描述的环境中)。如果该参数设为是,以C形式的逃逸规则解释,也就是控制符如 , , , , , , 八进制和十六进制如 40 和 x2A 一样描述。任何其它逃逸字符都看着是自己,包括反斜杠
women1.txt
name height weight tmp
stu1 58 115 1.1
stu2 59 117 1.2
stu3 60 120 1.3
stu4 61 123 1.4
stu5 62 126 1.5
stu6 63 129 1.6
stu7 64 132 1.7
stu8 65 135 1.8
stu9 66 139 1.9
stu10 67 142 2
stu11 68 146 2.1
stu12 69 150 2.2
stu13 70 154 2.3
stu14 71 159 2.4
stu15 72 164 2.5
## 基本参数
dataset1 <- read.table("./women1.txt", header = T, sep = "\t")
head(dataset1) ## name height weight tmp
## 1 stu1 58 115 1.1
## 2 stu2 59 117 1.2
## 3 stu3 60 120 1.3
## 4 stu4 61 123 1.4
## 5 stu5 62 126 1.5
## 6 stu6 63 129 1.6 dataset1$name ## [1] stu1 stu2 stu3 stu4 stu5 stu6 stu7 stu8 stu9 stu10 stu11
## [12] stu12 stu13 stu14 stu15
## 15 Levels: stu1 stu10 stu11 stu12 stu13 stu14 stu15 stu2 stu3 ... stu9 class(dataset1$name) ## [1] "factor" is.factor(dataset1$name) ## [1] TRUE dataset1 <- read.table("./women1.txt", header = T, sep = "\t", as.is = T)
head(dataset1) ## name height weight tmp
## 1 stu1 58 115 1.1
## 2 stu2 59 117 1.2
## 3 stu3 60 120 1.3
## 4 stu4 61 123 1.4
## 5 stu5 62 126 1.5
## 6 stu6 63 129 1.6 dataset1$name ## [1] "stu1" "stu2" "stu3" "stu4" "stu5" "stu6" "stu7" "stu8"
## [9] "stu9" "stu10" "stu11" "stu12" "stu13" "stu14" "stu15" class(dataset1$name) ## [1] "character" is.factor(dataset1$name) ## [1] FALSE ## skip = 0 跳过文件的前n行(skip = n)
dataset2 <- read.table("./women1.txt", header = T, sep = "\t", skip = 3)
head(dataset2) ## stu3 X60 X120 X1.3
## 1 stu4 61 123 1.4
## 2 stu5 62 126 1.5
## 3 stu6 63 129 1.6
## 4 stu7 64 132 1.7
## 5 stu8 65 135 1.8
## 6 stu9 66 139 1.9 dataset2 <- read.table("./women1.txt", header = F, sep = "\t", skip = 3)
head(dataset2) ## V1 V2 V3 V4
## 1 stu3 60 120 1.3
## 2 stu4 61 123 1.4
## 3 stu5 62 126 1.5
## 4 stu6 63 129 1.6
## 5 stu7 64 132 1.7
## 6 stu8 65 135 1.8 ## nrows = -1 最大读入行数,“-1”表示都读入
dataset3 <- read.table("./women1.txt", header = T, sep = "\t", nrows = 3)
head(dataset3) ## name height weight tmp
## 1 stu1 58 115 1.1
## 2 stu2 59 117 1.2
## 3 stu3 60 120 1.3 dataset3 <- read.table("./women1.txt", header = F, sep = "\t", nrows = 3)
head(dataset3) ## V1 V2 V3 V4
## 1 name height weight tmp
## 2 stu1 58 115 1.1
## 3 stu2 59 117 1.2 ## 指定行名
dataset4 <- read.table("./women1.txt", header = T, sep = "\t", row.names = 1) # **表中第一行一列元素被跳过**
head(dataset4) ## height weight tmp
## stu1 58 115 1.1
## stu2 59 117 1.2
## stu3 60 120 1.3
## stu4 61 123 1.4
## stu5 62 126 1.5
## stu6 63 129 1.6 row.names(dataset4) ## [1] "stu1" "stu2" "stu3" "stu4" "stu5" "stu6" "stu7" "stu8"
## [9] "stu9" "stu10" "stu11" "stu12" "stu13" "stu14" "stu15"
women2.txt
\ 这是一些简单的测试数据 name height weight tmp
/stu1/ 58 115 1*1
/stu2/ 59 117 1*2
/stu3/ 60 "" 1*3\注意:空格处经测试必须引起来,
\否则会出先error“……line 3 did not have 4 elements”
/stu4/ 61 123 1*4
/stu5/ 62 NO 1*5
/stu6/ NO NO 1*6
/stu7/ 64 132 1*7
/stu8/ 65 135 1*8
/stu9/ 66 139 1*9
/stu10/ NA NA 2*0
/stu11/ 68 146 2*1
/stu12/ 69 150 2*2
/stu13/ 70 154 2*3
/stu14/ 71 159 2*4
/stu15/ 72 164 2*5
## dec = “.” 指定小数点数;na.strings = “NA” 指定什么样的字符表示值缺少;comment.char 只能设定一个
data1 <- read.table("./women2.txt", header = T, dec = "*", na.strings = c("", "NA", "NO"), comment.char = "\\")
head(data1) ## name height weight tmp
## 1 /stu1/ 58 115 1.1
## 2 /stu2/ 59 117 1.2
## 3 /stu3/ 60 NA 1.3
## 4 /stu4/ 61 123 1.4
## 5 /stu5/ 62 NA 1.5
## 6 /stu6/ NA NA 1.6 sapply(data1[1:6,], is.na) ## name height weight tmp
## [1,] FALSE FALSE FALSE FALSE
## [2,] FALSE FALSE FALSE FALSE
## [3,] FALSE FALSE TRUE FALSE
## [4,] FALSE FALSE FALSE FALSE
## [5,] FALSE FALSE TRUE FALSE
## [6,] FALSE TRUE TRUE FALSE sapply(data1, class) ## name height weight tmp
## "factor" "integer" "integer" "numeric" # quote的设定
data1 <- read.table("./women2.txt", header = T, dec = "*", na.strings = c("", "NA", "NO"), comment.char = "\\", quote = "/", as.is = F)
head(data1) ## name height weight tmp
## 1 stu1 58 115 1.1
## 2 stu2 59 117 1.2
## 3 stu3 60 "" 1.3
## 4 stu4 61 123 1.4
## 5 stu5 62 <NA> 1.5
## 6 stu6 NA <NA> 1.6 sapply(data1, class) ## name height weight tmp
## "factor" "integer" "factor" "numeric"
R语言中的read.table()的更多相关文章
- R语言中的factor
对于初学者来说,R语言中的factor有些难以理解.如果直译factor为“因子”,使得其更加难以理解.我倾向于不要翻译,就称其为factor,然后从几个例子中理解: <span style=& ...
- 掌握R语言中的apply函数族(转)
转自:http://blog.fens.me/r-apply/ 前言 刚开始接触R语言时,会听到各种的R语言使用技巧,其中最重要的一条就是不要用循环,效率特别低,要用向量计算代替循环计算. 那么,这是 ...
- R语言中apply函数
前言 刚开始接触R语言时,会听到各种的R语言使用技巧,其中最重要的一条就是不要用循环,效率特别低,要用向量计算代替循环计算. 那么,这是为什么呢?原因在于R的循环操作for和while,都是基于R语言 ...
- R语言中的MySQL操作
R语言中,针对MySQL数据库的操作执行其实也有很多中方式.本人觉得,熟练掌握一种便可,下面主要就个人的学习使用情况,总结其中一种情况-----使用RMySQL操作数据库. 1.下载DBI和RMySQ ...
- R 语言中 data table 的相关,内存高效的 增量式 data frame
面对的是这样一个问题,不断读入一行一行数据,append到data frame上,如果用dataframe, rbind() ,可以发现数据大的时候效率明显变低. 原因是 每次bind 都是一次重新 ...
- R语言中的Apriori关联规则的使用
1.下载Matrix和arules包 install.packages(c("Matrix","arules")) 2.载入引入Matrix和arules包 # ...
- R语言中 fitted()和predict()的区别
fitted是拟合值,predict是预测值.模型是基于给定样本的值建立的,在这些给定样本上做预测就是拟合.在新样本上做预测就是预测. 你可以找一组数据试试,结果如何. fit<-lm(weig ...
- R语言中Fisher判别的使用方法
最近编写了Fisher判别的相关代码时,需要与已有软件比照结果以确定自己代码的正确性,于是找到了安装方便且免费的R.这里把R中进行Fisher判别的方法记录下来. 1. 判别分析与Fisher判别 不 ...
- rugarch包与R语言中的garch族模型
来源:http://www.dataguru.cn/article-794-1.html rugarch包是R中用来拟合和检验garch模型的一个包.该包最早在http://rgarch.r-forg ...
随机推荐
- Scrum Meeting 0503
零.说明 日期:2021-5-3 任务:简要汇报两日内已完成任务,计划后两日完成任务 一.进度情况 组员 负责 两日内已完成的任务 后两日计划完成的任务 qsy PM&前端 完成登录.后端管理 ...
- 微信小程序实现上拉和下拉加载更多
在上一篇文章中,我们知道了使用 scroll-view 可以实现上拉加载更多,但是由于 scroll-view 的限制,它无法实现下拉加载更多,这篇文章我们使用 view 组件来实现 上拉和下拉加载更 ...
- vs2015 MSB600 "inf2cat.ext"已退出,代码为2
使用vs2015编译XDMA驱动过程中,报如下错误: vs2015 MSB600 "inf2cat.ext"已退出,代码为2 在使用Qt编译PCIE码表的过程中,出现C1038:无 ...
- (总结)Linux下su与su -命令的本质(转)
转载地址:http://www.ha97.com/4001.html 本人以前一直习惯直接使用root,很少使用su,前几天才发现su与su -命令是有着本质区别的! 大部分Linux发行版的默认账户 ...
- (转载)关于Linux C函数strtok的使用要点
今天遇到了处理字符串的问题,比如分割问题,但是一时间想不起来什么方法,也不想手写一个类似java String中的split函数,于是百度了一下,发现了strtok这个好用的方法,以此作为总结. st ...
- PWN学习之整数溢出
目录 PWN学习之整数溢出 整数溢出 溢出和回绕 漏洞多发函数 整数溢出例子 PWN学习之整数溢出 整数溢出 如果一个整数用来计算一些敏感数值,如缓冲区大小或数值索引,就会产生潜在的危险.通常情况下, ...
- zabbix 报警发送企业威信
1.组册企业微信,创建应用 2.下载脚本文件: https://raw.githubusercontent.com/OneOaaS/weixin-alert/master/weixin_linux_a ...
- 攻防世界Web之fakebook
打开题目,得到一个网页,包含一个表格.两个按钮. 习惯性先查看网页源码,但没发现有效信息. <!doctype html> <html lang="ko"> ...
- Jenkins+SVN+Maven+testNG管理项目
1.登录访问:http://localhost:8080/jenkins 2.系统管理 => 全局工具配置 => ADD JDK AND Add Maven 3.安装SVN插件:系统管 ...
- (原创)WinForm中莫名其妙的小BUG——ComboBox 尺寸高度问题
一.前言 使用WinForm很久了,多多少少遇到一些小BUG. 这些小BUG影响并不严重,而且只要稍微设置一下就能正常使用,所以微软也一直没有修复这些小BUG. 本来并不足以写篇文章去记录,但是昨天遇 ...