学习R语言：输入与输出
目录
本文内容来自《R 语言编程艺术》(The Art of R Programming)，有部分修改
连接键盘与显示器
scan()
scan() 函数从文件中读取或者用键盘键入一个向量
四个文件：
z1.txt
123
4 5
6
z2.txt
123
4.2 5
6
z3.txt
abc
de f
g
z4.txt
abc
123 6
y
scan("../data/z1.txt")Read 4 items
[1] 123 4 5 6
scan("../data/z2.txt")Read 4 items
[1] 123.0 4.2 5.0 6.0
读取 z3.txt 会出错，因为 scan() 默认使用 double 模式读取。
scan("../data/z3.txt")Error in scan("../data/z3.txt") : scan() expected 'a real', got 'abc'
使用 what 参数修改读取模式
scan("../data/z3.txt", what="")Read 4 items
[1] "abc" "de" "f" "g"
scan("../data/z4.txt", what="")Read 4 items
[1] "abc" "123" "6" "y"
scan() 默认情况下以空白字符 (whitespace) 作为分隔。
可以使用 sep 参数手动设置
x1 <- scan(
"../data/z3.txt",
what=""
)
x1Read 4 items
[1] "abc" "de" "f" "g"
x2 <- scan(
"../data/z3.txt",
what="",
sep="\n"
)
x2Read 3 items
[1] "abc" "de f" "g"
print(x1[2])
print(x2[2])[1] "de"
[1] "de f"
scan() 支持从键盘读数据
v <- scan("")1: 12 5 13
4: 3 4 5
7: 8
8:
Read 7 items
v[1] 12 5 13 3 4 5 8
使用 quiet=TRUE 关闭读取项目数的报告
x3 <- scan(
"../data/z1.txt"
)Read 4 items
x3 <- scan(
"../data/z1.txt",
quiet=TRUE
)readline()
readline() 从键盘读取单行数据
w <- readline()abc de f
w[1] "abc de f"
可以增加一个可选的字符串作为提示
inits <- readline("type your initials: ")type your initials: NM
inits[1] "NM
输出到显示器
print() 函数
x <- 1:3
print(x^2)[1] 1 4 9
cat() 函数
print("abc")[1] "abc"
cat("abc")abc
注意：使用 cat 需要手动添加换行符 "\n"
cat() 各个参数以空格分隔
x[1] 1 2 3
cat(x, "abc", "de\n")1 2 3 abc de
sep 参数设置分隔符
cat(x, "abc", "de\n", sep="")123abcde
cat(x, "abc", "de\n", sep="\n")1
2
3
abc
de
也可以设置为字符串向量
x <- c(5, 12, 13, 8, 88)
cat(x, sep=c(".", ".", ".", "\n", "\n"))5.12.13.8
88
读写文件
读取数据框或矩阵
使用 read.table() 函数读取数据框
z.txt 文件
name age
John 25
Mary 28
Jim 19
z <- read.table("../data/z.txt", header=TRUE)
z name age
1 John 25
2 Mary 28
3 Jim 19
读取矩阵
x.txt 文件
1 0 1
1 1 1
1 1 0
1 1 0
0 0 1
x <- matrix(
scan("../data/x.txt"),
nrow=5,
byrow=TRUE
)
xRead 15 items
[,1] [,2] [,3]
[1,] 1 0 1
[2,] 1 1 1
[3,] 1 1 0
[4,] 1 1 0
[5,] 0 0 1
另一种方法先读取为数据框，再转为矩阵
read.matrix <- function(filename) {
as.matrix(read.table(filename))
}read.matrix("../data/x.txt") V1 V2 V3
[1,] 1 0 1
[2,] 1 1 1
[3,] 1 1 0
[4,] 1 1 0
[5,] 0 0 1
读取文本文件
readLines() 函数读取文本文件
z5.txt
John 25
Mary 28
Jim 19
z5 <- readLines("../data/z5.txt")
z5[1] "John 25" "Mary 28" "Jim 19"
连接
连接 (connection) 是 R 中用于多种 I/O 操作的基本机制。
可以通过 file()，url() 等函数创建。
逐行读取前面的 z5.txt 文件
c <- file("../data/z5.txt", "r")
cA connection with
description "../data/z5.txt"
class "file"
mode "r"
text "text"
opened "opened"
can read "yes"
can write "no"
readLines(c, n=1)[1] "John 25"
readLines(c, n=1)[1] "Mary 28"
readLines(c, n=1)[1] "Jim 19"
readLines(c, n=1)character(0)
遇到文件结束符 (EOF) 时，返回一个空值
c <- file("../data/z5.txt", "r")
while(TRUE) {
rl <- readLines(c, n=1)
if (length(rl) == 0) {
print("reached the end")
break
} else print(rl)
}[1] "John 25"
[1] "Mary 28"
[1] "Jim 19"
[1] "reached the end"
seek() 重定位读取位置
c <- file("../data/z5.txt", "r")
readLines(c, n=2)[1] "John 25" "Mary 28"
seek(con=c, where=0)[1] 26
返回值为定位前的读取位置
readLines(c, n=1)[1] "John 25"
使用 close() 关闭连接
close(c)扩展案例：读取PUMS普查数据
extractpums <- function(pf,flds) {
dtf <- data.frame()
con <- file(pf,"r")
repeat {
hrec <- readLines(con,1)
if (length(hrec) == 0) break
serno <- intextract(hrec,c(2,8))
npr <- intextract(hrec,c(106,107))
if (npr > 0)
for (i in 1:npr) {
prec <- readLines(con,1)
person <- makerow(serno,prec,flds)
dtf <- rbind(dtf,person)
}
}
return(dtf)
}makerow <- function(srn,pr,fl) {
l <- list()
l[["serno"]] <- srn
for (nm in names(fl)) {
l[[nm]] <- intextract(pr,fl[[nm]])
}
return(l)
}intextract <- function(s,rng) {
fld <- substr(s,rng[1],rng[2])
return(as.integer(fld))
}测试
pumsdf <- extractpums(
"../data/pums.short.txt",
list(
Gender=c(23, 23),
Age=c(25, 26)
)
)head(pumsdf) serno Gender Age
1 29 1 83
2 29 2 81
3 5121 1 45
4 5121 2 42
5 5121 1 7
6 5943 1 35
通过URL访问远程文件
read.table() 和 scan() 等一些 I/O 函数可以使用 URL 作为参数
uci <- "http://archive.ics.uci.edu/ml/machine-learning-databases/"
uci <- paste(uci, "echocardiogram/echocardiogram.data", sep="")
ecc <- read.csv(uci)head(ecc) X11 X0 X71 X0.1 X0.260 X9 X4.600 X14 X1 X1.1 name X1.2 X0.2
1 19 0 72 0 0.380 6 4.100 14 1.700 0.588 name 1 0
2 16 0 55 0 0.260 4 3.420 14 1 1 name 1 0
3 57 0 60 0 0.253 12.062 4.603 16 1.450 0.788 name 1 0
4 19 1 57 0 0.160 22 5.750 18 2.250 0.571 name 1 0
5 26 0 68 0 0.260 5 4.310 12 1 0.857 name 1 0
6 13 0 62 0 0.230 31 5.430 22.5 1.875 0.857 name 1 0
写文件
write.table() 将数据框写入文件
kids <- c("Jack", "Jill")
ages <- c(12, 10)
d <- data.frame(
kids, ages,
stringsAsFactors=FALSE
)
d kids ages
1 Jack 12
2 Jill 10
write.table(d, "kds.txt")kds.txt 文件内容：
"kids" "ages"
"1" "Jack" 12
"2" "Jill" 10
注意：最后一行为空行
cat() 可以用于写入文件。
cat("abc\n", file="u.txt")append=TRUE 支持追加
cat("de\n", file="u.txt", append=TRUE)u.txt
abc
de
写入多个字段
cat(file="v.txt", 1, 2, "xyz\n")v.txt
1 2 xyz
writeLines() 写入文件。
使用连接，需要手动关闭文件。
c <- file("w.txt", "w")
writeLines(c("abc", "de", "f"), c)
close(c)w.txt
abc
de
f
获取文件和目录信息
file.info("w.txt") size isdir mode mtime ctime atime exe
w.txt 12 FALSE 666 2020-11-07 13:04:46 2020-11-07 13:04:46 2020-11-07 13:23:21 no
dir(".")[1] "io.nb.html" "io.Rmd" "kds.txt"
[4] "pandoce78036d12c46.html" "u.txt" "v.txt"
[7] "w.txt"
file.exists("wdp.txt")[1] FALSE
getwd()[1] "D:/windroc/project/study/r/tarp/chap10"
setwd("../")扩展案例：多个文件内容的和
- filea：5,12,13
- fileb：3,4,5
- filec：24,25,7
设置 dir() 函数的 recursive 参数会列出所有子目录中的文件
sumtree <- function(drtr) {
tot <- 0
fls <- dir(drtr, recursive=TRUE)
for (f in fls) {
f <- file.path(drtr, f)
if (!file.info(f)$isdir) {
tot <- tot + sum(scan(f, quiet=TRUE, sep=","))
}
}
return(tot)
}sumtree("./data")[1] 98
参考
学习 R 语言系列文章：
《快速入门》
《向量》
《矩阵和数组》
《列表》
《数据框》
《因子和表》
《编程结构》
《数学运算与模拟》
《面向对象编程》
本文代码请访问如下项目：
