rio极简数据导入教程
2020-04-17 本文已影响0人
柳叶刀与小鼠标
rio 包的目的是使得数据导入尽可能的简单化。
-
import()函数提供了一个非常舒服的可以自动导入数据集的体验，它可以根据数据集的特征自动选择import或者read的函数，并且也支持指定格式的导入。 -
import_list()支持‘multi-object’文件的导入，例如：(Excel workbook, .Rdata files, zip directory, or HTML file) -
export()函数使得数据的导出非常简单。
示例
这里有一些示例包括：读入，写出，转换。
写出
主要由export()函数完成
library("rio")
export(mtcars, "mtcars.csv") # comma-separated values
export(mtcars, "mtcars.rds") # R serialized
export(mtcars, "mtcars.sav") # SPSS
并且rio包的export函数支持将数据保存为压缩格式的文件
export(mtcars, "mtcars.tsv.zip")
export() 函数同样可以保存多个数据库为一个文件，例如Excel 文件
export(list(mtcars = mtcars, iris = iris), file = "mtcars.xlsx")
写入
主要由import()来完成
x <- import("mtcars.csv")
y <- import("mtcars.rds")
z <- import("mtcars.sav")
# confirm data match
all.equal(x, y, check.attributes = FALSE)
## [1] TRUE
all.equal(x, z, check.attributes = FALSE)
## [1] TRUE
现在rio包支持读取multi object的文件例如(Excel workbook, .Rdata file, zip directory, or HTML file)
str(m <- import_list("mtcars.xlsx"))
## List of 2
## $ mtcars:'data.frame': 32 obs. of 11 variables:
## ..$ mpg : num [1:32] 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
## ..$ cyl : num [1:32] 6 6 4 6 8 6 8 4 4 6 ...
## ..$ disp: num [1:32] 160 160 108 258 360 ...
## ..$ hp : num [1:32] 110 110 93 110 175 105 245 62 95 123 ...
## ..$ drat: num [1:32] 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
## ..$ wt : num [1:32] 2.62 2.88 2.32 3.21 3.44 ...
## ..$ qsec: num [1:32] 16.5 17 18.6 19.4 17 ...
## ..$ vs : num [1:32] 0 0 1 1 0 1 0 1 1 1 ...
## ..$ am : num [1:32] 1 1 1 0 0 0 0 0 0 0 ...
## ..$ gear: num [1:32] 4 4 4 3 3 3 3 4 4 4 ...
## ..$ carb: num [1:32] 4 4 1 1 2 1 4 2 2 4 ...
## $ iris :'data.frame': 150 obs. of 5 variables:
## ..$ Sepal.Length: num [1:150] 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
## ..$ Sepal.Width : num [1:150] 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
## ..$ Petal.Length: num [1:150] 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
## ..$ Petal.Width : num [1:150] 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
## ..$ Species : chr [1:150] "setosa" "setosa" "setosa" "setosa" ...
将multi object文件保存
export_list(m, "%s.tsv")
## Error in export_list(m, "%s.tsv"): could not find function "export_list"
c("mtcars.tsv", "iris.tsv") %in% dir()
## [1] FALSE FALSE
转换
convert() 函数将 import() 函数和export() 函数合二为一，可以实时的读取文件同时将它保存。
convert("mtcars.sav", "mtcars.dta")
同样可以在命令行中直接读取 Stata (.dta) ，并将它转化保存为(.csv),
Rscript -e "rio::convert('iris.dta', 'iris.csv')"
支持的文件类型，如下所示
install_formats()
| Format | Typical Extension | Import Package | Export Package | Installed by Default |
|---|---|---|---|---|
| Comma-separated data | .csv | data.table | data.table | Yes |
| Pipe-separated data | .psv | data.table | data.table | Yes |
| Tab-separated data | .tsv | data.table | data.table | Yes |
| CSVY (CSV + YAML metadata header) | .csvy | data.table | data.table | Yes |
| SAS | .sas7bdat | haven | haven | Yes |
| SPSS | .sav | haven | haven | Yes |
| Stata | .dta | haven | haven | Yes |
| SAS XPORT | .xpt | haven | haven | Yes |
| SPSS Portable | .por | haven | Yes | |
| Excel | .xls | readxl | Yes | |
| Excel | .xlsx | readxl | openxlsx | Yes |
| R syntax | .R | base | base | Yes |
| Saved R objects | .RData, .rda | base | base | Yes |
| Serialized R objects | .rds | base | base | Yes |
| Epiinfo | .rec | foreign | Yes | |
| Minitab | .mtp | foreign | Yes | |
| Systat | .syd | foreign | Yes | |
| "XBASE" database files | .dbf | foreign | foreign | Yes |
| Weka Attribute-Relation File Format | .arff | foreign | foreign | Yes |
| Data Interchange Format | .dif | utils | Yes | |
| Fortran data | no recognized extension | utils | Yes | |
| Fixed-width format data | .fwf | utils | utils | Yes |
| gzip comma-separated data | .csv.gz | utils | utils | Yes |
| Apache Arrow (Parquet) | .parquet | arrow | arrow | No |
| EViews | .wf1 | hexView | No | |
| Feather R/Python interchange format | .feather | feather | feather | No |
| Fast Storage | .fst | fst | fst | No |
| JSON | .json | jsonlite | jsonlite | No |
| Matlab | .mat | rmatio | rmatio | No |
| OpenDocument Spreadsheet | .ods | readODS | readODS | No |
| HTML Tables | .html | xml2 | xml2 | No |
| Shallow XML documents | .xml | xml2 | xml2 | No |
| YAML | .yml | yaml | yaml | No |
| Clipboard | default is tsv | clipr | clipr | No |
| Google Sheets | as Comma-separated data | |||
| Graphpad Prism | .pzfx | pzfx | pzfx | No |
如果是rio包无法识别的文件类型，则会返回下列的报错："Unrecognized file format"
安装rio包
经典版本
install.packages("rio")
install_formats()
最近版本：
if (!require("remotes")){
install.packages("remotes")
}
remotes::install_github("leeper/rio")
