Coursera代码笔记:Getting and cleaning data(2)

1. Reading from MySQL

Step 1 - Install MySQL

Step 2 - Install RMySQL - install.packages("RMySQL")

Connecting and listing databases

ucscDb<-dbConnect(MySQL(),user="genome",host="genome-mysql.cse.ucsc.edu")

# 创造句柄

result<-dbGetQuery(ucscDb,"show databases;"); 

#赋值给result

dbDisconnect(ucscDb);

Connecting to hg19 and listing tables

hg19<-dbConnect(MySQL(),user="genome",db="hg19",host="genome-mysql.cse.ucsc.edu")   #连接db

allTables<-dbListTables(hg19)

length(allTables)  #求出db中有多少个表

dbListFields(hg19,"affyU133Plus2")  #求表中有多少列

dbGetQuery(hg19,"select count(*) from affyU133Plus2")  #求表有多少行

Read from the table

affyData<-dbReadTable(hg19,"affyU133Plus2")

head(affyData)

Select a specific subset

query<-dbSendQuery(hg19,"select * from affyU133Plus2 where misMatches between 1 and 3")

affyMis<-fetch(query); 

quantile(affyMis$misMatches)


affyMisSmall<-fetch(query,n=10); 

dbClearResult(query);

Don't forget to close the connection!

dbDisconnect(hg19)


2. HDF5 (Heirarchical data format)

R HDF5 package

source("http://bioconductor.org/biocLite.R")

biocLite("rhdf5")

library(rhdf5)

created=h5createFile("example.h5")created

Create groups

created=h5createGroup("example.h5","foo")

created=h5createGroup("example.h5","baa")

created=h5createGroup("example.h5","foo/foobaa")

h5ls("example.h5")

Write to groups

A=matrix(1:10,nr=5,nc=2)

h5write(A,"example.h5","foo/A")

B=array(seq(0.1,2.0,by=0.1),dim=c(5,2,2))

attr(B,"scale")<-"liter"

h5write(B,"example.h5","foo/foobaa/B")

h5ls("example.h5")

Write a data set

df=data.frame(1L:5L,seq(0,1,length.out=5),  c("ab","cde","fghi","a","s"),stringsAsFactors=FALSE)

h5write(df,"example.h5","df")

h5ls("example.h5")

Reading data

readA=h5read("example.h5","foo/A")

readB=h5read("example.h5","foo/foobaa/B")

readdf=h5read("example.h5","df")

readA

Writing and reading chunks

h5write(c(12,13,14),"example.h5","foo/A",index=list(1:3,1))

h5read("example.h5","foo/A")


3. Webscraping (HTML)

Getting data off webpages - readLines()

con=url("http://scholar.google.com/citations?user=HI-I6C0AAAAJ&hl=en")

htmlCode=readLines(con)

close(con)

htmlCode

Parsing with XML

library(XML)

url<-"http://scholar.google.com/citations?user=HI-I6C0AAAAJ&hl=en"

html<-htmlTreeParse(url,useInternalNodes=T)

xpathSApply(html,"//title",xmlValue)

xpathSApply(html,"//td[@id='col-citedby']",xmlValue)


GET from the httr package

library(httr);

html2=GET(url)

content2=content(html2,as="text")

parsedHtml=htmlParse(content2,asText=TRUE)

xpathSApply(parsedHtml,"//title",xmlValue)

Accessing websites with passwords

pg2=GET("http://httpbin.org/basic-auth/user/passwd",    authenticate("user","passwd"))

pg2

Response [http://httpbin.org/basic-auth/user/passwd]

Status: 200

Content-type: application/json

{

"authenticated": true,

"user": "user"

}

Using handles

google=handle("http://google.com")

pg1=GET(handle=google,path="/")

pg2=GET(handle=google,path="search")

R Bloggers has a number of examples of web scrapinghttp://www.r-bloggers.com/?s=Web+Scraping


4. API (Application Performance Interfaces)

Step1. Creating an application

Step2. Accessing Twitter from R

myapp=oauth_app("twitter",key="yourConsumerKeyHere",secret="yourConsumerSecretHere")

sig=sign_oauth1.0(myapp,token="yourTokenHere",token_secret="yourTokenSecretHere")

homeTL=GET("https://api.twitter.com/1.1/statuses/home_timeline.json",sig)

Converting the json object

json1=content(homeTL)

json2=jsonlite::fromJSON(toJSON(json1))

json2[1,1:4]

httr allowsGET,POST,PUT,DELETErequests if you are authorized, httr works well with Facebook, Google, Twitter, Githb, etc.


5. Reading From other Sources

STATA, SPSS, SAS

Image

GIS

music

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,530评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 86,403评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,120评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,770评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,758评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,649评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,021评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,675评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,931评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,659评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,751评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,410评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,004评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,969评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,042评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,493评论 2 343

推荐阅读更多精彩内容