R语言中的read.table()
参考资料：http://www.cnblogs.com/xianghang123/archive/2012/06/06/2538274.html
read.table(file, header = FALSE, sep = "", quote = "\"‘",
dec = ".", numerals = c("allow.loss", "warn.loss", "no.loss"),
row.names, col.names, as.is = !stringsAsFactors,
na.strings = "NA", colClasses = NA, nrows = -1,
skip = 0, check.names = TRUE, fill = !blank.lines.skip,
strip.white = FALSE, blank.lines.skip = TRUE,
comment.char = "#",
allowEscapes = FALSE, flush = FALSE,
stringsAsFactors = default.stringsAsFactors(),
fileEncoding = "", encoding = "unknown", text, skipNul = FALSE)
-
file 指定读入的文件
-
header 是否有列名（默认无）
-
seq 指定分隔符(空格、TAB、换行符、回车符)
-
quote 制定包围字符型数据的字符。默认情况下，字符串可以被 " 或 ’ 括起，并且两种情况下，引号内部的字符都作为字符串的一部分。有效的引用字符（可能没有）的设置由参数 quote 控制。默认值改为 quote = “”
-
dec = “.” 指定小数点数
-
colClasses 指定列的数据类型格式
-
row.names 指定各行名称，也可以是数字，指定某列为行名
-
col.names
-
as.is = !stringsAsFactors as.is 字符向量是否转换成因子（仅仅这个功能），TRUE时保留为字符型
-
na.strings = “NA” 指定什么样的字符表示值缺少
-
colClasses = NA colClasses运行为输入中的每个列设置需要的类型。注意，colClasses 和 as.is 对每 列专用，而不是每个变量。因此，它对行标签列也同样适用（如果有的话）。
-
nrows = -1 最大读入行数，即读入前多少行，“-1”表示都读入
-
skip = 0 跳过文件的前n行（skip = n）
-
check.names = TRUE # 检查变量名在R中是否有效
-
fill = !blank.lines.skip 从一个电子表格中导出的文件通常会把拖尾的空字段（包括?堑姆指舴? 忽略掉。为了读取这样的文件，必须设置参数 fill = TRUE
-
strip.white = FALSE 如果设定了分隔符，字符字段起始和收尾处的空白会作为字段一部分看待的。为了去掉这些空白，可以使用参数 strip.white = TRUE
-
blank.lines.skip = TRUE 默认情况下，read.table 忽略空白行。这可以通过设置 blank.lines.skip = FALSE 来改变。但这个参数只有在和 fill = TRUE 共同使用时才有效。这时，可能是用空白行表明规则数据中的缺损样本。
-
comment.char = “#” 默认情况下，read.table 用 # 作为注释标识字符。如果碰到该字符（除了在被引用的字符串内），该行中随后的内容将会被忽略。只含有空白和注释的行被当作空白行。如果确认数据文件中没有注释内容，用 comment.char = “” 会比较安全 （也可能让速度比较快）。
-
allowEscapes = FALSEread.table 和 scan 都有一个逻辑参数 allowEscapes。从 R 2.2.0 开始，该参数默认为否，而且反斜杠是唯一被解释为逃逸引用符的字符（在前面描述的环境中）。如果该参数设为是，以C形式的逃逸规则解释，也就是控制符如 , , , , , , 八进制和十六进制如 40 和 x2A 一样描述。任何其它逃逸字符都看着是自己，包括反斜杠
women1.txt
name height weight tmp stu1 58 115 1.1 stu2 59 117 1.2 stu3 60 120 1.3 stu4 61 123 1.4 stu5 62 126 1.5 stu6 63 129 1.6 stu7 64 132 1.7 stu8 65 135 1.8 stu9 66 139 1.9 stu10 67 142 2 stu11 68 146 2.1 stu12 69 150 2.2 stu13 70 154 2.3 stu14 71 159 2.4 stu15 72 164 2.5
## 基本参数
dataset1 <- read.table("./women1.txt", header = T, sep = "\t")
head(dataset1)
## name height weight tmp
## 1 stu1 58 115 1.1
## 2 stu2 59 117 1.2
## 3 stu3 60 120 1.3
## 4 stu4 61 123 1.4
## 5 stu5 62 126 1.5
## 6 stu6 63 129 1.6
dataset1$name
## [1] stu1 stu2 stu3 stu4 stu5 stu6 stu7 stu8 stu9 stu10 stu11
## [12] stu12 stu13 stu14 stu15
## 15 Levels: stu1 stu10 stu11 stu12 stu13 stu14 stu15 stu2 stu3 ... stu9
class(dataset1$name)
## [1] "factor"
is.factor(dataset1$name)
## [1] TRUE
dataset1 <- read.table("./women1.txt", header = T, sep = "\t", as.is = T)
head(dataset1)
## name height weight tmp
## 1 stu1 58 115 1.1
## 2 stu2 59 117 1.2
## 3 stu3 60 120 1.3
## 4 stu4 61 123 1.4
## 5 stu5 62 126 1.5
## 6 stu6 63 129 1.6
dataset1$name
## [1] "stu1" "stu2" "stu3" "stu4" "stu5" "stu6" "stu7" "stu8"
## [9] "stu9" "stu10" "stu11" "stu12" "stu13" "stu14" "stu15"
class(dataset1$name)
## [1] "character"
is.factor(dataset1$name)
## [1] FALSE
## skip = 0 跳过文件的前n行（skip = n）
dataset2 <- read.table("./women1.txt", header = T, sep = "\t", skip = 3)
head(dataset2)
## stu3 X60 X120 X1.3
## 1 stu4 61 123 1.4
## 2 stu5 62 126 1.5
## 3 stu6 63 129 1.6
## 4 stu7 64 132 1.7
## 5 stu8 65 135 1.8
## 6 stu9 66 139 1.9
dataset2 <- read.table("./women1.txt", header = F, sep = "\t", skip = 3)
head(dataset2)
## V1 V2 V3 V4
## 1 stu3 60 120 1.3
## 2 stu4 61 123 1.4
## 3 stu5 62 126 1.5
## 4 stu6 63 129 1.6
## 5 stu7 64 132 1.7
## 6 stu8 65 135 1.8
## nrows = -1 最大读入行数，“-1”表示都读入
dataset3 <- read.table("./women1.txt", header = T, sep = "\t", nrows = 3)
head(dataset3)
## name height weight tmp
## 1 stu1 58 115 1.1
## 2 stu2 59 117 1.2
## 3 stu3 60 120 1.3
dataset3 <- read.table("./women1.txt", header = F, sep = "\t", nrows = 3)
head(dataset3)
## V1 V2 V3 V4
## 1 name height weight tmp
## 2 stu1 58 115 1.1
## 3 stu2 59 117 1.2
## 指定行名
dataset4 <- read.table("./women1.txt", header = T, sep = "\t", row.names = 1) # **表中第一行一列元素被跳过**
head(dataset4)
## height weight tmp
## stu1 58 115 1.1
## stu2 59 117 1.2
## stu3 60 120 1.3
## stu4 61 123 1.4
## stu5 62 126 1.5
## stu6 63 129 1.6
row.names(dataset4)
## [1] "stu1" "stu2" "stu3" "stu4" "stu5" "stu6" "stu7" "stu8"
## [9] "stu9" "stu10" "stu11" "stu12" "stu13" "stu14" "stu15"
women2.txt
\ 这是一些简单的测试数据 name height weight tmp /stu1/ 58 115 1*1 /stu2/ 59 117 1*2 /stu3/ 60 "" 1*3\注意：空格处经测试必须引起来， \否则会出先error“……line 3 did not have 4 elements” /stu4/ 61 123 1*4 /stu5/ 62 NO 1*5 /stu6/ NO NO 1*6 /stu7/ 64 132 1*7 /stu8/ 65 135 1*8 /stu9/ 66 139 1*9 /stu10/ NA NA 2*0 /stu11/ 68 146 2*1 /stu12/ 69 150 2*2 /stu13/ 70 154 2*3 /stu14/ 71 159 2*4 /stu15/ 72 164 2*5
## dec = “.” 指定小数点数;na.strings = “NA” 指定什么样的字符表示值缺少;comment.char 只能设定一个
data1 <- read.table("./women2.txt", header = T, dec = "*", na.strings = c("", "NA", "NO"), comment.char = "\\")
head(data1)
## name height weight tmp
## 1 /stu1/ 58 115 1.1
## 2 /stu2/ 59 117 1.2
## 3 /stu3/ 60 NA 1.3
## 4 /stu4/ 61 123 1.4
## 5 /stu5/ 62 NA 1.5
## 6 /stu6/ NA NA 1.6
sapply(data1[1:6,], is.na)
## name height weight tmp
## [1,] FALSE FALSE FALSE FALSE
## [2,] FALSE FALSE FALSE FALSE
## [3,] FALSE FALSE TRUE FALSE
## [4,] FALSE FALSE FALSE FALSE
## [5,] FALSE FALSE TRUE FALSE
## [6,] FALSE TRUE TRUE FALSE
sapply(data1, class)
## name height weight tmp
## "factor" "integer" "integer" "numeric"
# quote的设定
data1 <- read.table("./women2.txt", header = T, dec = "*", na.strings = c("", "NA", "NO"), comment.char = "\\", quote = "/", as.is = F)
head(data1)
## name height weight tmp
## 1 stu1 58 115 1.1
## 2 stu2 59 117 1.2
## 3 stu3 60 "" 1.3
## 4 stu4 61 123 1.4
## 5 stu5 62 <NA> 1.5
## 6 stu6 NA <NA> 1.6
sapply(data1, class)
## name height weight tmp
## "factor" "integer" "factor" "numeric"