læs.csv() funktion i R Sprog bruges til at læse kommaseparerede værdifiler. Den importerer data i form af en dataramme.
Syntaks: read.csv(fil, header, sep, dec) Parametre: fil: stien til filen, der indeholder de data, der skal importeres til R. header: logisk værdi. Hvis TRUE, antager read.csv() at din fil har en overskriftsrække, så række 1 er navnet på hver kolonne. Hvis det ikke er tilfældet, kan du tilføje argumentoverskriften = FALSK. sep: feltseparatortegnet dec: det tegn, der bruges i filen til decimaltegn.
Datavariablen vil indeholde indholdet af CSV-filen, når vi har brugt read.csv()-funktionen, selvom du frit kan bruge en anden variabel.
Read.csv()-funktionen accepterer også en række valgfrie argumenter, som vi kan bruge til at ændre importproceduren. vi kan vælge at behandle den første række som kolonnenavne, vælge afgrænsningstegnet og mere. For yderligere oplysninger om disse muligheder, se read.csv()-dokumentationen.
webdriver
Sørg for, at filen er i det korrekte CSV-format med de korrekte afgrænsningstegn og anførselstegn ved at give read.csv()-metoden den korrekte filsti eller URL.
Eksempel 1: Læser fil fra samme mappe
R
# R program to read a csv file> # Get content into a data frame> data <->read.csv>(>'CSVFileExample.csv'>,> >header =>FALSE>, sep =>' '>)> > # Printing content of Text File> print>(data)> |
>
>
Produktion:
V1 V2 V3 1 100 AB ab 2 200 CD cd 3 300 EF ef 4 400 GH gh 5 500 IJ ij>
Eksempel 2: Læsning af filer fra forskellige mapper
R
beregning af ansættelse i excel
# Simple R program to read csv file> x <->read.csv>(>' D://Datas//myfile.csv '>)> > # print x> print>(x)> |
>
>
Produktion:
X V1 V2 V3 1 1 100 a1 b1 2 2 200 a2 b2 3 3 300 a3 b3>
Eksempel 3: Læsning af en CSV-fil med en anden afgrænsning
R
data <->read.csv>(>'path/to/your/file.csv'>, sep =>';'>)> |
>
>
Sep-indstillingen er indstillet til ; i dette eksempel, hvilket indikerer, at CSV-filen bruger semikolon (;) som afgrænsningstegnet i stedet for standardkommaet (,).
Eksempel 4: Behandling af den første række som kolonnenavne
R
data <->read.csv>(>'path/to/your/file.csv'>, header =>TRUE>)> |
>
>
Den første række i CSV-filen håndteres som kolonnenavne som standard, fordi header-argumentet er sat til TRUE. Hvis den første række af vores CSV-fil ikke indeholder kolonnenavne, kan vi importere data uden dem ved at sætte header = FALSE.
Eksempel 4: Angivelse af kolonneklasser
R
tråd.ødelægge
data <->read.csv>(>'path/to/your/file.csv'>,> >colClasses =>c>(>'character'>,>'numeric'>,>'integer'>))> |
>
sorter arraylist i java
>
Vi kan definere klasserne for hver kolonne i CSV-filen ved at bruge muligheden colClasses. Af hensyn til denne illustration vil den første kolonne blive fortolket som et tegn, den anden som et tal og den tredje som et heltal. Når vi ønsker at administrere datatyperne for bestemte kolonner.
Eksempel 5: Spring rækker over og angivelse af manglende værdier
R
data <->read.csv>(>'path/to/your/file.csv'>, skip = 3, na.strings =>c>(>''>,>'NA'>))> |
>
>
Vi kan springe et bestemt antal rækker over i begyndelsen af CSV-filen ved at bruge spring-argumentet. De første tre rækker i denne illustration vil blive udeladt. De værdier, der skal betragtes som manglende værdier (NA), er specificeret af an. strenge argument. Strengen NA og tomme strenge genkendes begge som manglende værdier i denne situation.