Eksport af data fra R: Sådan eksporteres data fra R til CSV, Excel

Indholdsfortegnelse:

Anonim

Sådan eksporteres data fra R

I denne vejledning lærer vi, hvordan man eksporterer data fra R-miljø til forskellige formater.

For at eksportere data til harddisken skal du have filstien og en udvidelse. Først og fremmest er stien det sted, hvor dataene lagres. I denne vejledning vil du se, hvordan du gemmer data på:

  • Harddisken
  • Google Drev
  • Dropbox

For det andet tillader R brugerne at eksportere dataene til forskellige typer filer. Vi dækker den essentielle fils udvidelse:

  • csv
  • xlsx
  • RDS
  • SAS
  • SPSS
  • STATA

Samlet set er det ikke svært at eksportere data fra R.

I denne vejledning lærer du-

  • Eksporter til harddisk
  • Sådan eksporteres en DataFrame til en CSV-fil i R.
  • Sådan eksporteres data fra R til Excel-fil
  • Eksport af data fra R til anden software
  • Eksport af data fra R til SAS-fil
  • Sådan eksporteres data fra R til STATA-fil
  • Interagere med Cloud Services
  • Google Drev
  • Eksporter til Dropbox

Eksporter til harddisk

Til at begynde med kan du gemme dataene direkte i arbejdsmappen. Følgende kode udskriver stien til din arbejdsmappe:

directory <-getwd()directory

Produktion:

## [1] "/Users/15_Export_to_do"

Som standard gemmes filen i nedenstående sti.

Til Mac OS:

/Users/USERNAME/Downloads/

Til Windows:

C:\Users\USERNAME\Documents\

Du kan selvfølgelig indstille en anden vej. For eksempel kan du ændre stien til downloadmappen.

Opret dataramme

Lad os først og fremmest importere mtcars-datasættet og få gennemsnittet af mpg og disp grupperet efter gear.

library(dplyr)df <-mtcars % > %select(mpg, disp, gear) % > %group_by(gear) % > %summarize(mean_mpg = mean(mpg), mean_disp = mean(disp))df

Udgang ::

## # A tibble: 3 x 3## gear mean_mpg mean_disp##   lt;dbl>## 1 3 16.10667 326.3000## 2 4 24.53333 123.0167## 3 5 21.38000 202.4800

Tabellen indeholder tre rækker og tre kolonner. Du kan oprette en CSV-fil med funktionen write.csv i R.

Sådan eksporteres en DataFrame til en CSV-fil i R.

Den grundlæggende syntaks for write.csv i R for at eksportere DataFrame til CSV i R:

write.csv(df, path)arguments-df: Dataset to save. Need to be the same name of the data frame in the environment.-path: A string. Set the destination path. Path + filename + extension i.e. "/Users/USERNAME/Downloads/mydata.csv" or the filename + extension if the folder is the same as the working directory

Eksempel:

write.csv(df, "table_car.csv")

Kode Forklaring

  • write.csv (df, "table_car.csv"): Opret en CSV-fil på harddisken:
    • df: navn på datarammen i miljøet
    • "table_car.csv": Navngiv filen table_car og gem den som csv

Bemærk : Du kan bruge funktionen write.csv i R som write.csv2 () til at adskille rækkerne med et semikolon til R-eksport til csv-data.

write.csv2(df, "table_car.csv")

Bemærk : Kun til pædagogisk formål oprettede vi en funktion kaldet open_folder () for at åbne katalogmappen for dig. Du skal bare køre koden nedenfor og se, hvor csv-filen er gemt. Du skal se et filnavn table_car.csv for data R eksport til csv.

# Run this code to create the functionopen_folder <-function(dir){if (.Platform['OS.type'] == "windows"){shell.exec(dir)} else {system(paste(Sys.getenv("R_BROWSER"), dir))}}# Call the function to open the folderopen_folder(directory)

Sådan eksporteres data fra R til Excel-fil

Nu vil vi lære at eksportere data fra R til Excel:

Eksport af data fra R til Excel er trivielt for Windows-brugere og vanskeligere for Mac OS-brugere. Begge brugere bruger biblioteket xlsx til at oprette en Excel-fil. Den lille forskel kommer fra installationen af ​​biblioteket. Faktisk bruger biblioteket xlsx Java til at oprette filen. Java skal installeres, hvis det ikke er til stede i din maskine til Data R-eksport til Excel.

Windows-brugere

Hvis du er en Windows-bruger, kan du installere biblioteket direkte med conda for at eksportere dataframe til excel R:

conda install -c r r-xlsx

Når biblioteket er installeret, kan du bruge funktionen write.xlsx (). En ny Excel-projektmappe oprettes i arbejdsmappen til R-eksport til Excel-data

library(xlsx)write.xlsx(df, "table_car.xlsx")

Hvis du er en Mac OS-bruger, skal du følge disse trin:

  • Trin 1: Installer den nyeste version af Java
  • Trin 2: Installer bibliotek rJava
  • Trin 3: Installer bibliotek xlsx

Trin 1) Du kan downloade Java fra det officielle Oracle-websted og installere det.

Du kan gå tilbage til Rstudio og kontrollere, hvilken version af Java der er installeret.

system("java -version")

På tidspunktet for vejledningen er den nyeste version af Java 9.0.4.

Trin 2) Du skal installere rjava i R. Vi anbefalede dig at installere R og Rstudio med Anaconda. Anaconda administrerer afhængighederne mellem biblioteker. I denne forstand vil Anaconda håndtere de indviklede rJava-installationer.

Først og fremmest skal du opdatere conda og derefter installere biblioteket. Du kan kopiere og indsætte de næste to linier med kode i terminalen.

conda - conda updateconda install -c r r-rjava

Åbn derefter rjava i Rstudio

library(rJava)

Trin 3) Endelig er det tid til at installere xlsx. Igen kan du bruge conda til at gøre det:

conda install -c r r-xlsx

Ligesom Windows-brugere kan du gemme data med funktionen write.xlsx ()

library(xlsx)

Produktion:

## Loading required package: xlsxjars
write.xlsx(df, "table_car.xlsx")

Eksport af data fra R til anden software

Eksport af data til anden software er lige så simpelt som at importere dem. Biblioteket "haven" giver en bekvem måde at eksportere data til

  • spss
  • sas
  • stata

Først og fremmest skal du importere biblioteket. Hvis du ikke har "havn", kan du gå her for at installere det.

library(haven)

SPSS-fil

Nedenfor er koden til eksport af data til SPSS-software:

write_sav(df, "table_car.sav")

Eksport af data fra R til SAS-fil

Lige så simpelt som spss kan du eksportere til sas

write_sas(df, "table_car.sas7bdat")

Sådan eksporteres data fra R til STATA-fil

Endelig tillader haven-biblioteket at skrive .dta-fil.

write_dta(df, "table_car.dta")

R

Hvis du vil gemme en dataramme eller et hvilket som helst andet R-objekt, kan du bruge funktionen Save ().

save(df, file ='table_car.RData')

Du kan kontrollere de filer, der er oprettet ovenfor, i den nuværende arbejdsmappe

Interagere med Cloud Services

Sidst men ikke mindst er R udstyret med fantastiske biblioteker til at interagere med cloud computing-tjenesterne. Den sidste del af denne tutorial handler om eksport / import af filer fra:

  • Google Drev
  • Dropbox

Bemærk : Denne del af selvstudiet forudsætter, at du har en konto hos Google og Dropbox. Hvis ikke, kan du hurtigt oprette en til - Google Drev: https://accounts.google.com/SignUp?hl=da - Dropbox: https://www.dropbox.com/h

Google Drev

Du skal installere biblioteket googledrive for at få adgang til funktionen, der gør det muligt at interagere med Google Drive.

Biblioteket er endnu ikke tilgængeligt på Anaconda. Du kan installere det med koden nedenfor i konsollen.

install.packages("googledrive")

og du åbner biblioteket.

library(googledrive)

For ikke-conda-brugere er det let at installere et bibliotek, du kan bruge funktionen install.packages ('PAKKENS NAVN) med navnet på pakken inden for parentesen. Glem ikke ''. Bemærk, at R formodes at installere pakken automatisk i `libPaths (). Det er værd at se det i aktion.

Upload til Google Drev

For at uploade en fil til Google-drev skal du bruge funktionen drive_upload ().

Hver gang du genstarter Rstudio, bliver du bedt om at give adgang tidyverse til Google Drev.

Den grundlæggende syntaks for drive_upload () er

drive_upload(file, path = NULL, name = NULL)arguments:- file: Full name of the file to upload (i.e., including the extension)- path: Location of the file- name: You can rename it as you wish. By default, it is the local name.

Når du har startet koden, skal du bekræfte flere spørgsmål

drive_upload%<("table_car.csv", name ="table_car")

Produktion:

## Local file:## * table_car.csv## uploaded into Drive file:## * table_car: 1hwb57eT-9qSgDHt9CrVt5Ht7RHogQaMk## with MIME type:## * text/csv

Du skriver 1 i konsollen for at bekræfte adgangen

Derefter omdirigeres du til Google API for at give adgang. Klik på Tillad.

Når godkendelsen er afsluttet, kan du afslutte din browser.

I Rstudios konsol kan du se resuméet af det udførte trin. Google uploadede filen med succes lokalt på Drevet. Google tildelte et id til hver fil på drevet.

Du kan se denne fil i Google regneark.

drive_browse("table_car")

Produktion:

Du omdirigeres til Google Regneark

Import fra Google Drev

Upload en fil fra Google Drev med id'et er praktisk. Hvis du kender filnavnet, kan du få dets id som følger:

Bemærk : Afhængigt af din internetforbindelse og størrelsen på dit drev tager det tidspunkter.

x <-drive_get("table_car")as_id(x)

Du lagrede ID'et i variablen x. Funktionen drive_download () tillader download af en fil fra Google Drive.

Den grundlæggende syntaks er:

drive_download(file, path = NULL, overwrite = FALSE)arguments:- file: Name or id of the file to download-path: Location to download the file. By default, it is downloaded to the working directory and the name as in Google Drive-overwrite = FALSE: If the file already exists, don't overwrite it. If set to TRUE, the old file is erased and replaced by the new one.

Du kan endelig downloade filen:

download_google & lt; - drive_download(as_id(x), overwrite = TRUE)

Kode Forklaring

  • drive_download (): Funktion til at downloade en fil fra Google Drive
  • as_id (x): Brug ID'et til at gennemse filen i Google Drev
  • overskriv = SAND: Hvis der findes en fil, skal du overskrive den, ellers er udførelsen stoppet. For at se navnet på filen lokalt kan du bruge:

Produktion:

Filen er gemt i din arbejdsmappe. Husk, du skal tilføje ekstensionen af ​​filen for at åbne den i R. Du kan oprette det fulde navn med funktionen indsæt () (dvs. tabel_bil.csv)

google_file <-download_google$local_pathgoogle_filepath <-paste(google_file, ".csv", sep = "")google_table_car <-read.csv(path)google_table_car

Produktion:

## X gear mean_mpg mean_disp## 1 1 3 16.10667 326.3000## 2 2 4 24.53333 123.0167## 3 3 5 21.38000 202.4800

Endelig kan du fjerne filen fra dit Google-drev.

## remove filedrive_find("table_car") %>%drive_rm()

Produktion:

Det er en langsom proces. Det tager tid at slette

Eksporter til Dropbox

R interagerer med Dropbox via rdrop2-biblioteket. Biblioteket er ikke tilgængeligt på Anaconda også. Du kan installere det via konsollen

install.packages('rdrop2')
library(rdrop2)

Du skal give midlertidig adgang til Dropbox med din legitimationsoplysninger. Når identifikationen er udført, kan R oprette, fjerne upload og downloade til din Dropbox.

Først og fremmest skal du give adgang til din konto. Legitimationsoplysningerne gemmes under hele sessionen.

drop_auth()

Du omdirigeres til Dropbox for at bekræfte godkendelsen.

Du får en bekræftelsesside. Du kan lukke den og vende tilbage til R

Du kan oprette en mappe med funktionen drop_create ().

  • drop_create ('my_first_drop'): Opret en mappe i den første gren af ​​Dropbox
  • drop_create ('First_branch / my_first_drop'): Opret en mappe inde i den eksisterende First_branch-mappe.
drop_create('my_first_drop')

Produktion:

I DropBox

For at uploade .csv-filen til din Dropbox skal du bruge funktionen drop_upload ().

Grundlæggende syntaks:

drop_upload(file, path = NULL, mode = "overwrite")arguments:- file: local path- path: Path on Dropbox- mode = "overwrite": By default, overwrite an existing file. If set to `add`, the upload is not completed.
drop_upload('table_car.csv', path = "my_first_drop")

Produktion:

Hos DropBox

Du kan læse csv-filen fra Dropbox med funktionen drop_read_csv ()

dropbox_table_car <-drop_read_csv("my_first_drop/table_car.csv")dropbox_table_car

Produktion:

## X gear mean_mpg mean_disp## 1 1 3 16.10667 326.3000## 2 2 4 24.53333 123.0167## 3 3 5 21.38000 202.4800

Når du er færdig med at bruge filen og vil slette den. Du skal skrive stien til filen i funktionen drop_delete ()

drop_delete('my_first_drop/table_car.csv')

Produktion:

Det er også muligt at slette en mappe

drop_delete('my_first_drop')

Produktion:

Resumé

Vi kan sammenfatte alle funktionerne i nedenstående tabel

Bibliotek

Objektiv

Fungere

grundlag

Eksporter csv

skriv.csv ()

xlsx

Eksport excel

skriv.xlsx ()

oase

Eksporter spss

skriv_sav ()

oase

Eksporter sas

skriv_sas ()

oase

Eksport stata

skriv_dta ()

grundlag

Eksporter R

Gemme()

Google Drev

Upload Google Drev

drive_upload ()

Google Drev

Åbn i Google Drev

drive_browser ()

Google Drev

Hent fil-id

drive_get (som_id ())

Google Drev

Dowload fra Google Drev

download_google ()

Google Drev

Fjern fil fra Google Drev

drive_rm ()

rdrop2

Godkendelse

drop_auth ()

rdrop2

Opret en mappe

drop_create ()

rdrop2

Upload til Dropbox

drop_upload ()

rdrop2

Læs csv fra Dropbox

drop_read_csv

rdrop2

Slet fil fra Dropbox

slet_delet ()