安装程序包：install.packages("xxx")
加载程序包：> library(ggplot2)
查看包内函数：data(package='xxx')
帮助：> ?read.delim
> ??base::delim
获取工作路径：getwd()
查看工作路径里面有哪些文件：dir()
更换工作路径：setwd("C:/Users/wuy/Desktop")
读取csv文件：read.csv("ttt.csv")
如果CSV内容有空缺 最好用b=read.csv("rawappend.csv",header=T,stringsAsFactors=FALSE)
read.table("ttt.csv",sep=",")
read.table("ttt.csv",sep=",",header=T)第一行做表头
使用read.table()导入一个带分隔符的文本文件，其输出类型为数据框。语法如下：
read.table(file , header=F , sep=”” ,quote , row.names , col.names ,na.strings=”NA” , colClasses , skip , stringsAsFactors=T, blank.lines.skip=T,strip.white=F, text,…)
library(rjson)
x=fromJSON(file = "metadata.cart.2019-12-26.json") #读入json文件
参数
参数的解释
file
需要读入的文件名或者路径。当需要读入的文件在R的工作目录下时，file=files.name，否则file=”文件的存储路径”，如以下代码中所示。也可以更改需读入文件的储存目录为R的工作目录，然后file=file.names即可读入文件，但此法比较繁琐，一般不推荐。
header
是否文件的读入第一行，默认值为FALSE。
sep
文件中分开数据的分隔符。默认为sep=”“,表示分隔符为一个或多个空格、换行或回车。若分隔符为逗号，则sep=”,”；若为制表符，则sep=”\t”。
quote
设置如何引用字符型变量。若没有分隔符，则quote=”\”。
row.names
用于指定行名的可选参数。
col.names
若header=F,用于指定列名的可选参数.如col.names=c(“name”,”English”)。
na.strings
用于表示缺失值的字符向量。默认为NA。即将NA判断为缺失值，也可自行定义表示缺失值的字符。
colClasses
每一列的变量类型。如colClasses=c(“numeric”,”character”)表示将第一列定义为数值型，第二列定义为字符型。
skip
读取数据前跳过的行数。
stringsAsFactors
字符向量是否需转化为因子，默认值为T，可能会被colClasses所覆盖。处理大型文本文件时，设置为F可提高处理速度。
blank.lines.skip
是否跳过空白行，默认值为T。
strip.white
是否消除空白字符，默认值为F。
text
一个指定文字进行处理的字符串。若text被设置了，则无需设置file，如以上直接在程序中嵌入数据集的代码所示。
输出函数调用链中任何指定的一个框架的局部变量名：ls()
删除对象：rm(object)
删除全部：rm(list=ls())
选项设置：options()
具体某个选项的值：getOption("width")
加载历史：loadhistory("d:/file_name.Rhistory")
数据保存：
创建数据框d:
>d <- data.frame(obs = c(1, 2, 3),
treat = c("A", "B", "A"), weight = c(2.3, NA, 9))
保存为简单文本：
>write.table(d, file =
"c:/data/foo.txt", row.names = F, quote = F)
保存为逗号分割文本：
"c:/data/foo.csv", row.names = F, quote = F)
保存为R格式文件：
>save(d, file =
"c:/data/foo.Rdata")
保存工作空间镜像:
>save.image( ) = save(list
=ls(all=TRUE), file=".RData")
