R语言学习笔记(2)导入数据

导入CSV文件

  文件:G:/autompg.csv,表格中的全部字段为:

  • mpg:continuous
  • cylinders:multi-valued discrete
  • displacement:continuous
  • horsepower
  • weight:continuous
  • acceleration:continuous
  • model year:multi-valued discrete
  • origin:multi-valued discrete
  • car name:string (unique for each instance)

  读取文件:

if(FALSE){stringsAsFactors=FALSE读取字符串变量}
auto_mpg <- read.table("G:/autompg.csv", header=TRUE, sep=',',stringsAsFactors=FALSE,quote = "")
summary(auto_mpg)

  输出为:(与实际表格的字段类型不符)
[图片上传失败...(image-2e96a7-1512713264789)]

  可以用colClasses为每一列指定一个类,例如logical(逻辑型)、numeric(数值型)、character(字符型)、factor(因子)。

auto_mpg <- read.table("G:/autompg.csv",colClasses=c("numeric","factor","numeric","numeric","numeric","numeric","factor","factor","character") ,header=TRUE, sep=',',quote = "")
summary(auto_mpg)
if(FALSE){查看前5行}
auto_mpg[1:5,]

  输出结果为:
[图片上传失败...(image-1143c2-1512713264789)]

导入EXCEL文件

  1. 将EXCEL文件转化为CSV文件,再导入CSV文件(最佳方式)

  2. 利用xlsx包或者RODBC包导入数据

if(FALSE){安装xlsxC包}
install.packages("xlsx")
if(FALSE){读取autompg.xlsx的第一页表}
library(xlsx)
mydata <- read.xlsx("G:/autompg.xlsx", 1)

  这将又会出现导入CSV文件的问题,即导入的数据类型与原来数据类型不一致。

导入数据库表格

  在R中通过RODBC包访问一个数据库也许是最流行的方式,这种方式允许R连接到任意一种拥有ODBC驱动的数据库,其实几乎就是市面上的所有数据库。
  以导入MySQL数据库数据表为例。前提是你的电脑上已经安装了MySQL的ODBC驱动程序,网址为https://dev.mysql.com/downloads/connector/odbc/.
[图片上传失败...(image-233540-1512713264789)]
安装完MySQL的ODBC驱动后,打开控制面板的管理工具,根据自己的Windows系统版本打开ODBC数据源。再连接到MySQL数据库,我们以访问test数据库为例,数据源名称为connect_mysql.

ODBC驱动填写

这样设置完后,我们就可以利用R语言连接数据库了(注意:这是双向的连接)。

library(RODBC)
if(FLASE){连接数据库,账号为root,密码为123456}
myconn <-odbcConnect("connect_mysql",uid="root",pwd="123456")
if(FALSE){连接该数据库的product表格}
mysqldata <- sqlFetch(myconn, "product")

对数据库的操作

library(RODBC)
if(FALSE){连接数据库+账号为root+密码为123456}
myconn <-odbcConnect("connect_mysql",uid="root",pwd="123456")
if(FALSE){连接该数据库的product表格+并查看前5行}
mysqldata <- sqlFetch(myconn, "product")
print(mysqldata[1:5,])
if(FALSE){对product表进行SQL查询}
print(sqlQuery(myconn, "select * from product where maker ='E'"))
print(sqlQuery(myconn, "select maker,max(model) as max_model from product group by maker"))
if(FALSE){关闭连接}
close(myconn)
数据库操作
©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 216,125评论 6 498
  • 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 92,293评论 3 392
  • 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 162,054评论 0 351
  • 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 58,077评论 1 291
  • 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 67,096评论 6 388
  • 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 51,062评论 1 295
  • 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 39,988评论 3 417
  • 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 38,817评论 0 273
  • 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 45,266评论 1 310
  • 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 37,486评论 2 331
  • 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 39,646评论 1 347
  • 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 35,375评论 5 342
  • 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 40,974评论 3 325
  • 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 31,621评论 0 21
  • 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 32,796评论 1 268
  • 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 47,642评论 2 368
  • 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 44,538评论 2 352

推荐阅读更多精彩内容