Exportera data från R: Hur man exporterar data från R till CSV, Excel

Innehållsförteckning:

Anonim

Hur man exporterar data från R

I den här handledningen lär vi oss hur man exporterar data från R-miljö till olika format.

För att exportera data till hårddisken behöver du filsökvägen och ett tillägg. Först och främst är sökvägen den plats där data kommer att lagras. I den här handledningen ser du hur du lagrar data på:

  • Hårddisken
  • Google Drive
  • Dropbox

För det andra tillåter R användarna att exportera data till olika typer av filer. Vi täcker den väsentliga filens förlängning:

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

Sammantaget är det inte svårt att exportera data från R.

I den här handledningen lär du dig-

  • Exportera till hårddisk
  • Så här exporterar du en DataFrame till en CSV-fil i R
  • Hur man exporterar en data från R till Excel-fil
  • Exportera data från R till olika program
  • Exportera data från R till SAS-fil
  • Hur man exporterar data från R till STATA-fil
  • Interagera med molntjänsterna
  • Google Drive
  • Exportera till Dropbox

Exportera till hårddisk

Till att börja med kan du spara data direkt i arbetskatalogen. Följande kod skriver ut sökvägen till din arbetskatalog:

directory <-getwd()directory

Produktion:

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

Som standard sparas filen i sökvägen nedan.

För Mac OS:

/Users/USERNAME/Downloads/

För Windows:

C:\Users\USERNAME\Documents\

Du kan naturligtvis ange en annan väg. Du kan till exempel ändra sökvägen till nedladdningsmappen.

Skapa dataram

Låt oss först importera mtcars-datasetet och få medelvärdet för mpg och disp grupperat efter redskap.

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

Output: :

## # 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 innehåller tre rader och tre kolumner. Du kan skapa en CSV-fil med funktionen write.csv i R.

Så här exporterar du en DataFrame till en CSV-fil i R

Den grundläggande syntaxen för write.csv i R för att exportera DataFrame till 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

Exempel:

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

Kodförklaring

  • write.csv (df, "table_car.csv"): Skapa en CSV-fil på hårddisken:
    • df: namnet på dataramen i miljön
    • "table_car.csv": Namnge filen table_car och lagra den som csv

Obs! Du kan använda funktionen write.csv i R som write.csv2 () för att separera raderna med ett semikolon för R-export till csv-data.

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

Obs! Endast för pedagogiskt ändamål skapade vi en funktion som heter open_folder () för att öppna katalogmappen åt dig. Du behöver bara köra koden nedan och se var csv-filen är lagrad. Du bör se ett filnamn table_car.csv för data R-export till 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)

Hur man exporterar en data från R till Excel-fil

Nu lär vi oss hur man exporterar data från R till Excel:

Exportera data från R till Excel är trivialt för Windows-användare och svårare för Mac OS-användare. Båda användare kommer att använda biblioteket xlsx för att skapa en Excel-fil. Den lilla skillnaden kommer från installationen av biblioteket. Faktum är att biblioteket xlsx använder Java för att skapa filen. Java måste installeras om det inte finns i din dator för Data R-export till Excel.

Windows-användare

Om du är Windows-användare kan du installera biblioteket direkt med conda för att exportera dataram till Excel R:

conda install -c r r-xlsx

När biblioteket har installerats kan du använda funktionen write.xlsx (). En ny Excel-arbetsbok skapas i arbetskatalogen för R-export till Excel-data

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

Om du är Mac OS-användare måste du följa dessa steg:

  • Steg 1: Installera den senaste versionen av Java
  • Steg 2: Installera biblioteket rJava
  • Steg 3: Installera biblioteket xlsx

Steg 1) Du kan ladda ner Java från den officiella Oracle-webbplatsen och installera den.

Du kan gå tillbaka till Rstudio och kontrollera vilken version av Java som är installerad.

system("java -version")

Vid tidpunkten för självstudien är den senaste versionen av Java 9.0.4.

Steg 2) Du måste installera rjava i R. Vi rekommenderade att du installerade R och Rstudio med Anaconda. Anaconda hanterar beroenden mellan bibliotek. I den meningen kommer Anaconda att hantera invecklade rJava-installationer.

Först och främst måste du uppdatera conda och sedan installera biblioteket. Du kan kopiera och klistra in de två följande kodraderna i terminalen.

conda - conda updateconda install -c r r-rjava

Öppna sedan rjava i Rstudio

library(rJava)

Steg 3) Slutligen är det dags att installera xlsx. Återigen kan du använda conda för att göra det:

conda install -c r r-xlsx

Precis som Windows-användare kan du spara data med funktionen write.xlsx ()

library(xlsx)

Produktion:

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

Exportera data från R till olika program

Exportera data till olika program är lika enkelt som att importera dem. Biblioteket "haven" ger ett bekvämt sätt att exportera data till

  • spss
  • sas
  • stata

Importera först biblioteket. Om du inte har "fristad" kan du gå hit för att installera det.

library(haven)

SPSS-fil

Nedan följer koden för att exportera data till SPSS-programvara:

write_sav(df, "table_car.sav")

Exportera data från R till SAS-fil

Precis så enkelt som spss kan du exportera till sas

write_sas(df, "table_car.sas7bdat")

Hur man exporterar data från R till STATA-fil

Slutligen tillåter haven-biblioteket att skriva .dta-fil.

write_dta(df, "table_car.dta")

R

Om du vill spara en dataram eller något annat R-objekt kan du använda funktionen Save ().

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

Du kan kontrollera filerna som skapats ovan i den nuvarande arbetskatalogen

Interagera med molntjänsterna

Sist men inte minst är R utrustad med fantastiska bibliotek för att interagera med molntjänsterna. Den sista delen av denna handledning handlar om export / import av filer från:

  • Google Drive
  • Dropbox

Obs! Den här delen av handledningen förutsätter att du har ett konto hos Google och Dropbox. Om inte, kan du snabbt skapa en för - Google Drive: https://accounts.google.com/SignUp?hl=en - Dropbox: https://www.dropbox.com/h

Google Drive

Du måste installera biblioteket googledrive för att få åtkomst till funktionen som möjliggör interaktion med Google Drive.

Biblioteket är ännu inte tillgängligt på Anaconda. Du kan installera den med koden nedan i konsolen.

install.packages("googledrive")

och du öppnar biblioteket.

library(googledrive)

För icke-conda-användare är det enkelt att installera ett bibliotek, du kan använda funktionen install.packages ('NAMN PÅ PAKET) med namnet på paketet inom parentes. Glöm inte ''. Observera att R ska installera paketet i `libPaths () automatiskt. Det är värt att se det i aktion.

Ladda upp till Google Drive

För att ladda upp en fil till Google Drive måste du använda funktionen drive_upload ().

Varje gång du startar om Rstudio uppmanas du att tillåta åtkomst tidyverse till Google Drive.

Den grundläggande syntaxen för drive_upload () är

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.

När du har startat koden måste du bekräfta flera frågor

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 konsolen för att bekräfta åtkomsten

Sedan omdirigeras du till Google API för att tillåta åtkomst. Klicka på Tillåt.

När autentiseringen är klar kan du avsluta din webbläsare.

I Rstudios konsol kan du se sammanfattningen av steget gjort. Google laddade upp filen som finns lokalt på Drive. Google tilldelade ett ID till varje fil på enheten.

Du kan se den här filen i Google Kalkylark.

drive_browse("table_car")

Produktion:

Du kommer att omdirigeras till Google Kalkylark

Importera från Google Drive

Ladda upp en fil från Google Drive med ID är bekvämt. Om du känner till filnamnet kan du få dess ID enligt följande:

Obs! Beroende på din internetanslutning och storleken på din Drive tar det tider.

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

Du lagrade ID: t i variabeln x. Med funktionen drive_download () kan du ladda ner en fil från Google Drive.

Den grundläggande syntaxen är:

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 äntligen ladda ner filen:

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

Kodförklaring

  • drive_download (): Funktion för att ladda ner en fil från Google Drive
  • as_id (x): Använd ID: t för att bläddra i filen i Google Drive
  • skriv över = SANT: Om filen finns, skriv den över, annars körningen stoppad För att se namnet på filen lokalt kan du använda:

Produktion:

Filen lagras i din arbetskatalog. Kom ihåg att du måste lägga till filens utvidgning för att öppna den i R. Du kan skapa hela namnet med funktionen klistra in () (dvs. table_car.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

Slutligen kan du ta bort filen från din Google-enhet.

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

Produktion:

Det är en långsam process. Tar tid att ta bort

Exportera till Dropbox

R interagerar med Dropbox via rdrop2-biblioteket. Biblioteket är inte tillgängligt på Anaconda också. Du kan installera den via konsolen

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

Du måste ge tillfällig åtkomst till Dropbox med din referens. När identifieringen är klar kan R skapa, ta bort uppladdning och ladda ner till din Dropbox.

Först och främst måste du ge åtkomst till ditt konto. Autentiseringsuppgifterna sparas under hela sessionen.

drop_auth()

Du kommer att omdirigeras till Dropbox för att bekräfta autentiseringen.

Du får en bekräftelsessida. Du kan stänga den och återgå till R

Du kan skapa en mapp med funktionen drop_create ().

  • drop_create ('my_first_drop'): Skapa en mapp i den första grenen av Dropbox
  • drop_create ('First_branch / my_first_drop'): Skapa en mapp i den befintliga First_branch-mappen.
drop_create('my_first_drop')

Produktion:

I DropBox

För att ladda upp .csv-filen till din Dropbox, använd funktionen drop_upload ().

Grundläggande syntax:

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:

På DropBox

Du kan läsa csv-filen från 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

När du är klar med att använda filen och vill radera den. Du måste skriva filens sökväg i funktionen drop_delete ()

drop_delete('my_first_drop/table_car.csv')

Produktion:

Det är också möjligt att radera en mapp

drop_delete('my_first_drop')

Produktion:

Sammanfattning

Vi kan sammanfatta alla funktioner i tabellen nedan

Bibliotek

Mål

Fungera

bas

Exportera csv

skriv.csv ()

xlsx

Exportera excel

skriv.xlsx ()

hamn

Exportera spss

skriv_sav ()

hamn

Exportera sas

skriv_sas ()

hamn

Exportera stata

skriv_dta ()

bas

Exportera R

spara()

googledrive

Ladda upp Google Drive

drive_upload ()

googledrive

Öppna i Google Drive

drive_browser ()

googledrive

Hämta fil-ID

drive_get (as_id ())

googledrive

Ladda ned från Google Drive

download_google ()

googledrive

Ta bort filen från Google Drive

drive_rm ()

rdrop2

Autentisering

drop_auth ()

rdrop2

Skapa en mapp

drop_create ()

rdrop2

Ladda upp till Dropbox

drop_upload ()

rdrop2

Läs csv från Dropbox

drop_read_csv

rdrop2

Ta bort fil från Dropbox

drop_delete ()