R CSV文件操作详细图解

本文概述

• 获取并设置工作目录
• 创建一个CSV文件
• 读取CSV文件
• 分析CSV文件
• 写入CSV文件

逗号分隔值(CSV)文件是包含数据列表的纯文本文件。这些文件通常用于不同应用程序之间的数据交换。例如, 数据库和联系人管理器大多支持CSV文件。

这些文件有时可以称为字符分隔值或逗号分隔的文件。他们通常使用逗号分隔数据, 但有时使用其他字符(例如分号)。这个想法是, 我们可以将复杂数据从一个应用程序导出到CSV文件, 然后将那个CSV文件中的数据导入到另一个应用程序。

在excel电子表格中存储数据是数据科学家最常用的存储方式。 R中有很多软件包, 这些软件包旨在访问excel电子表格中的数据。用户通常会发现将电子表格保存在以逗号分隔的值文件中, 然后使用R的内置功能来读取和操作数据更加容易。

R允许我们从R环境外部存储的文件中读取数据。让我们开始了解如何将数据读取和写入CSV文件。该文件应该存在于当前工作目录中, 以便R可以读取它。我们还可以设置目录并从那里读取文件。

获取并设置工作目录

在R中, getwd()和setwd()是两个有用的函数。 getwd()函数用于检查R工作区指向的目录。 setwd()函数用于设置新的工作目录以从该目录读取和写入文件。

让我们看一个示例, 以了解如何使用getwd()和setwd()函数。

例子

# Getting and printing current working directory.
print(getwd())
# Setting the current working directory.
setwd("C:/Users/ajeet")
# Getting and printingthe current working directory.
print(getwd())

输出

创建一个CSV文件

逗号分隔列中的值的文本文件称为CSV文件。让我们首先借助数据创建一个CSV文件, 下面通过使用记事本中的”另存为所有文件(*。*)”选项以.csv扩展名进行保存来提及该文件。

示例：record.csv

id, name, salary, start_date, dept
1, Shubham, 613.3, 2012-01-01, IT
2, Arpita, 525.2, 2013-09-23, Operations
3, Vaishali, 63, 2014-11-15, IT
4, Nishka, 749, 2014-05-11, HR
5, Gunjan, 863.25, 2015-03-27, Finance
6, Sumit, 588, 2013-05-21, IT
7, Anisha, 932.8, 2013-07-30, Operations
8, Akash, 712.5, 2014-06-17, Financ

输出

读取CSV文件

R具有丰富的功能集。 R提供了read.csv()函数, 该函数使我们可以读取当前工作目录中可用的CSV文件。此函数将文件名作为输入并返回存在于其上的所有记录。

让我们使用record.csv文件通过read.csv()函数从其中读取记录。

例子

data <- read.csv("record.csv")
print(data)

当我们执行上面的代码时, 它将给出以下输出

输出

分析CSV文件

当我们使用read.csv()函数从.csv文件读取数据时, 默认情况下, 它将输出作为数据帧。在分析数据之前, 让我们开始使用is.data.frame()函数检查输出的形式。之后, 我们将借助nrow()和ncol()函数检查行数和列数。

例子

csv_data<- read.csv("record.csv")
print(is.data.frame(csv_data))
print(ncol(csv_data))
print(nrow(csv_data))

当我们运行上面的代码时, 它将生成以下输出：

输出

从上面的输出中可以明显看出, 我们的数据是以数据帧的形式读取的。因此, 我们可以应用数据框的所有功能, 我们已经在前面的部分中进行了讨论。

示例：获得最高薪水

# Creating a data frame.
csv_data<- read.csv("record.csv")

# Getting the maximum salary from data frame.
max_sal<- max(csv_data$salary)
print(max_sal)

输出

示例：获取最高薪水人员的详细信息

# Creating a data frame.
csv_data<- read.csv("record.csv")

# Getting the maximum salary from data frame.
max_sal<- max(csv_data$salary)
print(max_sal)

#Getting the detais of the pweson who have maximum salary
details <- subset(csv_data, salary==max(salary))
print(details)

输出

示例：获取所有在IT部门工作的人员的详细信息

# Creating a data frame.
csv_data<- read.csv("record.csv")

#Getting the detais of all the pweson who are working in IT department
details <- subset(csv_data, dept=="IT")
print(details)

输出

示例：获取工资超过600并在IT部门工作的人员的详细信息。

# Creating a data frame.
csv_data<- read.csv("record.csv")

#Getting the detais of all the pweson who are working in IT department
details <- subset(csv_data, dept=="IT"&salary>600)
print(details)

输出

示例：获取2014年或之后加入的人们的详细信息。

# Creating a data frame.
csv_data<- read.csv("record.csv")

#Getting details of those peoples who joined on or after 2014
details <- subset(csv_data, as.Date(start_date)>as.Date("2014-01-01"))
print(details)

输出

写入CSV文件

像阅读和分析一样, R还允许我们写入.csv文件。为此, R提供了write.csv()函数。此功能从现有数据框创建CSV文件。此函数在当前工作目录中创建文件。

让我们看一个示例, 以了解如何使用write.csv()函数创建输出CSV文件。

例子

csv_data<- read.csv("record.csv")

#Getting details of those peoples who joined on or after 2014
details <- subset(csv_data, as.Date(start_date)>as.Date("2014-01-01"))

# Writing filtered data into a new file.
write.csv(details, "output.csv")
new_details<- read.csv("output.csv")
print(new_details)

输出