1.5　数据存取与抽样

前面介绍了各类R数据的创建方法，而在实际工作中，要分析或绘图的数据是已有数据，因此在分析前，只需要将这类数据读入R即可。R可以读取多种类型的数据，也可以读取数据库中的数据，还可以在网上爬取数据。

1.5.1　数据存取

图表绘制通常使用外部保存的数据文件，R可以读取不同格式（包括CSV、TXT，以及Excel、SQL、HTML等数据文件）的外部数据。

1．读入R格式的数据

R语言系统除自带数据集外，本身还提供*.RData和*.rds两种数据存储格式。通过load()函数和readRDS()函数可以分别实现*RData格式和*rds格式数据的读取。

（1）RData格式文件属于非标准化存储，既可以存储数据，又可以存储当前工作空间中的所有变量。

（2）RDS格式文件属于标准化存储，仅用于存储单个R对象，且存储时可以创建标准化档案。

当数据本身为R格式，或已将其他格式数据保存为R格式，可以直接使用load()函数将指定路径下的数据读入（加载）R中。

2．读取CSV/TXT格式的数据

CSV或TXT格式的数据是学习或工作中常见的文本型数据。其中，CSV格式数据是一种通用的数据格式，其他很多类型的数据均可转换为CSV格式。使用read.table()与read.csv()函数可以很容易将CSV、TXT格式数据读入R中，这里只介绍read.csv()。

部分参数的含义如表1-3所示。

【例1-18】文件读取示例。

输入代码如下：

3．读取Excel格式数据

使用xlsx包中的read.xlsx()函数和read.xlsx2()函数导入.xlsx格式的数据文件。在实际工作中建议使用CSV格式导入数据文件。

    TableA <- read.xlsx("D:/Rdata/Data.xlsx",sheetIndex=1)

也可以使用write.xlsx()函将数据文件导出为XLSX格式：

    write.xlsx(TableA," D:/Rdata/Data.xlsx",sheetName="Sheet Name")

4．保存数据

当在R中录入新数据，或者想要对读入的数据以指定格式保存在指定的路径中时，可以使用write.table()函数。当需要以CSV格式保存在指定的路径中时，建议使用write.csv()函数。

部分参数的含义如表1-4所示。

【例1-19】文件保存示例。

输入代码如下：

1.5.2　数据抽样

1．生成随机数

工作中，有时需要生成各类分布的随机数做模拟分析，R中产生随机数时，只需在相应分布函数前加字母“r”即可，如生成均值为0、标准差为1的正态分布随机数，代码如下：

如果需要每次运行都产生相同的一组随机数，可在生成随机数之前使用set.seed()函数设定随机数种子。例如：

    set.seed(9)

使用相同的随机数种子，每次运行都会产生一组相同的随机数。

【例1-20】产生随机数示例。

输入代码如下：

2．随机抽样

实验获取的数据会比较庞大，实际应用需要从中抽取一个简单随机样本以作为分析样本。R的sample()函数可以实现随机抽样，其语法格式为：

    sample(x,size,replace=FALSE,prob=NULL)

其中，x是由一个或多个元素组成的向量，size是要抽取的元素个数（样本量），replace确定是否采取放回抽样，设置为TRUE表示有放回抽样，默认为FALSE（不放回抽样），prob是要抽取元素的概率权重向量。

【例1-21】随机抽样示例。

输入代码如下：