Как да експортирате данни от R в CSV и Excel

Как да експортирате данни от R

В този урок ще научим как да експортираме данни от R среда в различни формати.

За да експортирате данни на твърдия диск, имате нужда от пътя на файла и разширение. На първо място, пътят е мястото, където ще се съхраняват данните. В този урок ще видите как да съхранявате данни на:

• Твърдият диск
• Google Drive
• Dropbox

Второ, R може да записва данните в много формати. Този урок обхваща основните файлови разширения:

• CSV
• XLSX
• RDS
• SAS
• SPSS
• STATA

Всеки експорт следва една и съща форма: едно извикване на функция, рамка от данни и път на местоназначение.

Експортиране на твърд диск

Като начало можете да запишете данните директно в работната директория. Следният код отпечатва пътя на вашата работна директория:

directory <- getwd()
directory

Изход:

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

Освен ако не предоставите пълен път, всеки файл се записва в тази работна директория. Стойността по подразбиране се различава в зависимост от системата, обикновено това е домашната папка на потребителя на macOS и Linux и папката „Документи“ на Windows, но getwd() винаги ви казва текущата стойност. Променете я със setwd() или просто предоставете пълен път към функцията write.

setwd("/Users/USERNAME/Downloads")

Създайте рамка с данни

Първо, изградете малък набор от данни: средната стойност на разхода на гориво (mpg) и разхода (disp), групирани по предавка от набора от данни на mtcars.

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

Изход:

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

Таблицата съдържа три реда и три колони. Можете да създадете CSV файл с функцията write.csv в R.

Как да експортирате DataFrame в CSV файл в R

Основният синтаксис на write.csv в R за експортиране на DataFrame в CSV в 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

Пример:

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

Code Обяснение

• write.csv(df, “table_car.csv”): Създайте CSV файл на твърдия диск:
  • df: име на рамката с данни в средата
  • “table_car.csv”: Наименувайте файла table_car и го запазете като csv

Забележкаwrite.csv2() записва същия файл, използвайки точка и запетая като разделител на полетата и запетая като десетична запетая, което е конвенцията в голяма част от континентална Европа.

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

ЗабележкаСамо за образователни цели създадохме функция, наречена open_folder(), за да отворим папката на директорията вместо вас. Просто трябва да изпълните кода по-долу и да видите къде се съхранява CSV файлът. Трябва да видите файл с име table_car.csv.

# Run this code to create the function
open_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 folder
open_folder(directory)

Как да експортирате DataFrame в Excel файл в R

Експортирането в Excel е лесно на Windows и малко по-сложно macOSИ двата използват xlsx библиотеката, като разликата е само в инсталацията, защото xlsx зависи от Java. Java трябва да е налично в машината, преди пакетът да се зареди.

Windows Потребители

On Windows, инсталирайте библиотеката директно с conda:

conda install -c r r-xlsx

След като библиотеката е инсталирана, write.xlsx() създава нова работна книга на Excel в работната директория:

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

Ако сте потребител на Mac OS, трябва да изпълните следните стъпки:

• Стъпка 1: Инсталирайте най-новата версия на Java
• Стъпка 2: Инсталирайте библиотека rJava
• Стъпка 3: Инсталирайте библиотека xlsx

Стъпка 1) Можете да изтеглите Java от официален Oracle сайт и го инсталирайте.

Можете да се върнете в Rstudio и да проверите коя версия на Java е инсталиран.

system("java -version")

Всякакви скорошни Java release работи. Ако командата не отчете нищо, Java не е инсталиран и xlsx пакетът няма да се зареди.

Стъпка 2) Трябва да инсталирате java в R. Препоръчваме ви да инсталирате R и Rstudio с Anaconda. Anaconda управлява зависимостите между библиотеките. В този смисъл Anaconda ще се справи с тънкостите на rJava инсталация.

Първо, трябва да актуализирате conda и след това да инсталирате библиотека. Можете да копирате и поставите следващите два реда код в терминала.

conda update conda
conda install -c r r-rjava

След това отворете java в Rstudio

library(rJava)

Стъпка 3) Най-накрая е време да инсталирате xlsx. Още веднъж можете да използвате Conda да го направя:

conda install -c r r-xlsx

Точно както потребителите на Windows, можете да запазвате данни с функцията write.xlsx()

library(xlsx)

Изход:

## Loading required package: xlsxjars

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

Експортиране на данни от R към различен софтуер

Експортирането на данни към различен софтуер е толкова просто, колкото импортирането им. „Убежището“ на библиотеката предоставя удобен начин за експортиране на данни

• spss
• SAS
• Stata

Първо, импортирайте библиотеката. Ако нямате „убежище“, можете да отидете тук за да я инсталирате.

library(haven)

SPSS файл

По-долу е кодът за експортиране на данните в софтуер SPSS:

write_sav(df, "table_car.sav")

SAS файл

Също толкова просто, колкото spss, можете да експортирате в sas

write_sas(df, "table_car.sas7bdat")

STATA файл

И накрая, библиотеката убежище позволява писане на .dta файл.

write_dta(df, "table_car.dta")

Как да експортирате данни в R Native формати

Ако искате да запазите обекта в R, вместо да го предадете на друга програма, използвайте един от двата оригинални формата. save() записва един или повече именувани обекти във файл .RData:

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

Алтернативата е saveRDS(), която съхранява точно един обект и позволява на четеца да избере името му при връщане назад:

# One object, name chosen at read time
saveRDS(df, file = "table_car.rds")
my_data <- readRDS("table_car.rds")

# Several objects, original names restored
save(df, directory, file = "workspace.RData")
load("workspace.RData")

Предпочитайте saveRDS() в скриптове, защото load() може тихо да презапише съществуващ обект със същото име. И двата формата запазват нивата на фактори, подредбата и атрибутите непокътнати, което CSV не може да направи.

Можете да проверите създадените по-горе файлове в настоящата работна директория

Взаимодействайте с облачните услуги

И накрая, но не на последно място, R е оборудван с фантастични библиотеки за взаимодействие с облачните изчислителни услуги. Последната част на този урок се занимава с експортиране/импортиране на файлове от:

• Google Drive
• Dropbox

ЗабележкаТази част от урока предполага, че имате акаунт в Google намлява Dropbox. Ако не, можете бързо да създадете такъв за – Google Drive: https://accounts.google.com/SignUp?hl=en - Dropbox: https://www.dropbox.com/h

Google Drive

Трябва да инсталирате библиотеката googledrive за достъп до функцията, позволяваща взаимодействие с Google Drive.

Библиотеката все още не е достъпна в Anaconda. Можете да го инсталирате с кода по-долу в конзолата.

install.packages("googledrive")

и отваряте библиотеката.

library(googledrive)

За потребители, които не използват conda, инсталирането на библиотека е лесно. Можете да използвате install.packages('NAME OF PACKAGE') с името на пакета в кавички в скобите. R го инсталира на първото място, върнато от .libPaths().

Качване в Google Drive

За да качите файл в Google диск, трябва да използвате функцията drive_upload().

Всеки път, когато рестартирате Rstudio, ще бъдете подканени да разрешите достъп до tidyverse Google Drive.

Основният синтаксис на drive_upload() е

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.

След като стартирате кода, трябва да потвърдите няколко въпроса

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

Изход:

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

Въведете 1 в конзолата, за да потвърдите достъпа

След това ще бъдете пренасочени към Google API, за да разрешите достъпа. Кликнете върху „Разреши“.

След като удостоверяването приключи, можете да затворите браузъра си.

В конзолата на Rstudio можете да видите обобщението на извършената стъпка. Google Файлът, намиращ се локално на устройството, е качен успешно. Google присвоил идентификатор на всеки файл в устройството.

Можете да видите този файл в Google Spreadsheet.

drive_browse("table_car")

Изход:

Ще бъдете пренасочени към Google Spreadsheet

Внос от Google Drive

Изтеглянето по идентификатор на файла е надеждният начин. Ако знаете името на файла, първо извлечете неговия идентификатор:

Забележка: В зависимост от вашата интернет връзка и размера на вашия Диск това отнема време.

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

Съхранили сте ID в променливата x. Функцията drive_download() позволява изтегляне на файл от Google Drive.

Основният синтаксис е:

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.

Най-накрая можете да изтеглите файла:

download_google <- drive_download(as_id(x), overwrite = TRUE)

Code Обяснение

• drive_download(): Функция за изтегляне на файл от Google Drive
• as_id(x): Използвайте ID, за да разглеждате файла Google Drive
• overwrite = TRUE: Ако файлът съществува, презапишете го, в противен случай изпълнението е спряно. За да видите името на файла локално, можете да използвате:

Изход:

Файлът се съхранява във вашата работна директория. Не забравяйте да добавите файловото разширение, преди да го отворите в R. Можете да създадете пълното име с функцията paste() (например table_car.csv)

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

Изход:

##   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

Накрая можете да премахнете файла от вашия Google шофиране.

## remove file
drive_find("table_car") %>%drive_rm()

Изход:

Изтриването се обработва асинхронно от Google, така че може да отнеме известно време, за да изчезне файлът.

Експортиране до Dropbox

R взаимодейства с Dropbox чрез библиотеката rdrop2. Библиотеката не е налична и в Anaconda. Можете да го инсталирате през конзолата

install.packages('rdrop2')

library(rdrop2)

Вие предоставяте временен достъп до Dropbox с вашите идентификационни данни. След като бъде удостоверен, R може да създава, премахва, качва и изтегля файлове във вашия Dropbox.

На първо място, трябва да дадете достъп до акаунта си. Идентификационните данни се кешират по време на цялата сесия.

drop_auth()

Ще бъдете пренасочени към Dropbox за потвърждение на удостоверяването.

Ще получите страница за потвърждение. Можете да го затворите и да се върнете към R

Можете да създадете папка с функцията drop_create().

• drop_create('my_first_drop'): Създайте папка в първия клон на Dropbox
• drop_create('First_branch/my_first_drop'): Създайте папка в съществуващата папка First_branch.

drop_create('my_first_drop')

Изход:

В DropBox

За да качите .csv файла във вашия Dropbox, използвайте функцията drop_upload().

Основен синтаксис:

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")

Изход:

На DropBox

Можете да прочетете csv файла от Dropbox с функцията drop_read_csv()

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

Изход:

##   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

Когато приключите с използването на файла и искате да го изтриете. Трябва да напишете пътя на файла във функцията drop_delete()

drop_delete('my_first_drop/table_car.csv')

Изход:

Възможно е също да изтриете папка

drop_delete('my_first_drop')

Изход:

Експортиране на данни от R: Справочник на функциите

Всяка функция за експортиране, използвана в този урок, е изброена по-долу:

Въпроси и Отговори