So exportieren Sie Daten von R nach CSV, Excel

So exportieren Sie Daten aus R

In diesem Tutorial erfahren Sie, wie Sie Daten aus der R-Umgebung in verschiedene Formate exportieren.

Um Daten auf die Festplatte zu exportieren, benötigen Sie den Dateipfad und eine Erweiterung. Zunächst einmal ist der Pfad der Ort, an dem die Daten gespeichert werden. In diesem Tutorial erfahren Sie, wie Sie Daten speichern auf:

• Die Festplatte
• Google Drive
• Dropbox

Zweitens ermöglicht R den Benutzern, die Daten in verschiedene Dateitypen zu exportieren. Wir behandeln die Erweiterung der wesentlichen Datei:

• csv
• XLSX
• RDS
• SAS
• SPSS
• STATE

Insgesamt ist es nicht schwierig, Daten aus R zu exportieren.

Auf Festplatte exportieren

Zunächst können Sie die Daten direkt im Arbeitsverzeichnis speichern. Der folgende Code gibt den Pfad Ihres Arbeitsverzeichnisses aus:

directory <-getwd()
directory

Ausgang:

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

Standardmäßig wird die Datei im folgenden Pfad gespeichert.

Für Mac OS:

/Users/USERNAME/Downloads/

Für Windows:

C:\Users\USERNAME\Documents\

Sie können natürlich auch einen anderen Pfad festlegen. Sie können beispielsweise den Pfad zum Download-Ordner ändern.

Datenrahmen erstellen

Importieren wir zunächst den mtcars-Datensatz und ermitteln wir den Mittelwert von mpg und disp, gruppiert nach Gang.

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

Ausgang:

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

Die Tabelle enthält drei Zeilen und drei Spalten. Sie können eine CSV-Datei mit der Funktion write.csv in R erstellen.

So exportieren Sie einen DataFrame in eine CSV-Datei in R

Die grundlegende Syntax von write.csv in R zum Exportieren des DataFrame nach CSV in 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

Beispiel:

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

Code Erklärung

• write.csv(df, „table_car.csv“): Erstellen Sie eine CSV-Datei auf der Festplatte:
  • df: Name des Datenrahmens in der Umgebung
  • „table_car.csv“: Benennen Sie die Datei table_car und speichern Sie sie als csv

Note: Sie können die Funktion write.csv in R als write.csv2() verwenden, um die Zeilen für den R-Export in CSV-Daten mit einem Semikolon zu trennen.

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

Note: Nur zu pädagogischen Zwecken haben wir eine Funktion namens open_folder() erstellt, um den Verzeichnisordner für Sie zu öffnen. Sie müssen nur den folgenden Code ausführen und sehen, wo die CSV-Datei gespeichert ist. Für den Daten-R-Export nach CSV sollte eine Datei mit dem Namen „table_car.csv“ angezeigt werden.

# 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)

So exportieren Sie Daten aus R in eine Excel-Datei

Jetzt lernen wir, wie man Daten von R nach Excel exportiert:

Der Export von Daten von R nach Excel ist trivial Windows Benutzer und schwieriger für Mac OS-Benutzer. Beide Benutzer verwenden die Bibliothek xlsx, um eine Excel-Datei zu erstellen. Der kleine Unterschied ergibt sich aus der Installation der Bibliothek. Tatsächlich verwendet die Bibliothek xlsx Java um die Datei zu erstellen. Java muss für den Data R-Export nach Excel installiert werden, falls es auf Ihrem Computer nicht vorhanden ist.

Windows Nutzer

If you are a Windows Benutzer, Sie können die Bibliothek direkt mit Conda installieren, um den Datenrahmen nach Excel R zu exportieren:

conda install -c r r-xlsx

Sobald die Bibliothek installiert ist, können Sie die Funktion write.xlsx() verwenden. Für den R-Export in Excel-Daten wird im Arbeitsverzeichnis eine neue Excel-Arbeitsmappe erstellt

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

Wenn Sie ein Mac OS-Benutzer sind, müssen Sie die folgenden Schritte ausführen:

• Schritt 1: Installieren Sie die neueste Version von Java
• Schritt 2: Installieren Sie die Bibliothek rJava
• Schritt 3: Installieren Sie die Bibliothek xlsx

Schritt 1) Sie können herunterladen Java von offiziell Oracle Website und installieren Sie es.

Sie können zu Rstudio zurückkehren und prüfen, welche Version von Java installiert ist.

system("java -version")

Zum Zeitpunkt des Tutorials war die neueste Version von Java ist 9.0.4.

Schritt 2) Sie müssen rjava in R installieren. Wir empfehlen Ihnen, R und Rstudio mit Anaconda zu installieren. Anaconda verwaltet die Abhängigkeiten zwischen Bibliotheken. In diesem Sinne wird Anaconda die Feinheiten von r handhabenJava Installation.

Zunächst müssen Sie Conda aktualisieren und dann installieren Bibliothek. Sie können die nächsten beiden Codezeilen kopieren und im Terminal einfügen.

conda - conda update
conda install -c r r-rjava

Als nächstes öffnen Sie rjava in Rstudio

library(rJava)

Schritt 3) Schließlich ist es Zeit, xlsx zu installieren. Auch hier können Sie es verwenden conda es zu tun:

conda install -c r r-xlsx

Wie die Windows-Benutzer können Sie Daten mit der Funktion write.xlsx() speichern

library(xlsx)

Ausgang:

## Loading required package: xlsxjars

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

Exportieren von Daten aus R in eine andere Software

Der Export von Daten in andere Software ist so einfach wie der Import. Die Bibliothek „haven“ bietet eine bequeme Möglichkeit, Daten zu exportieren in

• spss
• sas
• war

Importieren Sie zunächst die Bibliothek. Wenn Sie „haven“ nicht haben, können Sie HIER um es zu installieren.

library(haven)

SPSS-Datei

Nachfolgend finden Sie den Code zum Exportieren der Daten in die SPSS-Software:

write_sav(df, "table_car.sav")

Exportieren von Daten aus R in eine SAS-Datei

Genauso einfach wie spss können Sie nach sas exportieren

write_sas(df, "table_car.sas7bdat")

So exportieren Sie Daten aus R in eine STATA-Datei

Schließlich ermöglicht die Port-Bibliothek das Schreiben von .dta-Dateien.

write_dta(df, "table_car.dta")

R

Wenn Sie einen Datenrahmen oder ein anderes R-Objekt speichern möchten, können Sie die Funktion save() verwenden.

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

Sie können die oben erstellten Dateien im aktuellen Arbeitsverzeichnis überprüfen

Interagieren Sie mit den Cloud-Diensten

Ostatni, ale nie najmniej, R ist mit fantastischen Bibliotheken ausgestattet, um mit den Cloud-Computing-Diensten zu interagieren. Der letzte Teil dieses Tutorials befasst sich mit dem Export/Import von Dateien aus:

• Google Drive
• Dropbox

Note: In diesem Teil des Tutorials wird davon ausgegangen, dass Sie über ein Konto bei Google verfügen und Dropbox. Wenn nicht, können Sie schnell eines erstellen für – Google Drive: https://accounts.google.com/SignUp?hl=en - Dropbox: https://www.dropbox.com/h

Google Drive

Sie müssen die Bibliothek GoogleDrive installieren, um auf die Funktion zuzugreifen, die die Interaktion mit Google Drive.

Die Bibliothek ist bei Anaconda noch nicht verfügbar. Sie können es mit dem folgenden Code in der Konsole installieren.

install.packages("googledrive")

und Sie öffnen die Bibliothek.

library(googledrive)

Für Nicht-Conda-Benutzer ist die Installation einer Bibliothek einfach. Sie können die Funktion install.packages('NAME OF PACKAGE) mit dem Namen des Pakets in Klammern verwenden. Vergessen Sie nicht das „“. Beachten Sie, dass R das Paket automatisch in „libPaths()“ installieren soll. Es lohnt sich, es in Aktion zu sehen.

Etwas hochladen auf Google Drive

Um eine Datei auf Google Drive hochzuladen, müssen Sie die Funktion drive_upload() verwenden.

Bei jedem Neustart von Rstudio werden Sie aufgefordert, den Zugriff auf Tidyverse zuzulassen Google Drive.

Die grundlegende Syntax von drive_upload() lautet

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.

Nachdem Sie den Code gestartet haben, müssen Sie mehrere Fragen bestätigen

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

Ausgang:

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

Sie geben 1 in die Konsole ein, um den Zugriff zu bestätigen

Anschließend werden Sie zur Google API weitergeleitet, um den Zugriff zu ermöglichen. Klicken Sie auf Zulassen.

Sobald die Authentifizierung abgeschlossen ist, können Sie Ihren Browser schließen.

In der Rstudio-Konsole können Sie die Zusammenfassung des durchgeführten Schritts sehen. Google hat die Datei, die sich lokal auf dem Laufwerk befindet, erfolgreich hochgeladen. Google hat jeder Datei im Laufwerk eine ID zugewiesen.

Sie können diese Datei in sehen Google Spreadsheet.

drive_browse("table_car")

Ausgang:

Sie werden weitergeleitet zu Google Spreadsheet

Importieren von Google Drive

Laden Sie eine Datei hoch von Google Drive mit dem Ausweis ist praktisch. Wenn Sie den Dateinamen kennen, können Sie seine ID wie folgt ermitteln:

Note: Abhängig von Ihrer Internetverbindung und der Größe Ihres Laufwerks dauert es einige Zeit.

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

Sie haben die ID in der Variablen x gespeichert. Die Funktion „drive_download()“ ermöglicht das Herunterladen einer Datei von Google Drive.

Die grundlegende Syntax lautet:

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.

Endlich können Sie die Datei herunterladen:

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

Code Erklärung

• drive_download(): Funktion zum Herunterladen einer Datei von Google Drive
• as_id(x): Verwenden Sie die ID, um die Datei zu durchsuchen Google Drive
• overwrite = TRUE: Wenn die Datei vorhanden ist, überschreiben Sie sie, andernfalls wird die Ausführung angehalten. Um den Namen der Datei lokal anzuzeigen, können Sie Folgendes verwenden:

Ausgang:

Die Datei wird in Ihrem Arbeitsverzeichnis gespeichert. Denken Sie daran, dass Sie die Erweiterung der Datei hinzufügen müssen, um sie in R zu öffnen. Sie können den vollständigen Namen mit der Funktion paste() erstellen (z. B. 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

Ausgang:

##   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

Abschließend können Sie die Datei von Ihrem Google Drive entfernen.

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

Ausgang:

Es ist ein langsamer Prozess. Das Löschen nimmt Zeit in Anspruch

Exportieren nach Dropbox

R interagiert mit Dropbox über die rdrop2-Bibliothek. Die Bibliothek ist auch bei Anaconda nicht verfügbar. Sie können es über die Konsole installieren

install.packages('rdrop2')

library(rdrop2)

Sie müssen vorübergehenden Zugriff gewähren Dropbox mit Ihrem Ausweis. Nachdem die Identifizierung abgeschlossen ist, kann R einen Upload erstellen, entfernen und auf Ihren PC herunterladen Dropbox.

Zunächst müssen Sie Zugriff auf Ihr Konto gewähren. Die Anmeldeinformationen werden während der gesamten Sitzung zwischengespeichert.

drop_auth()

Sie werden weitergeleitet zu Dropbox um die Authentifizierung zu bestätigen.

Sie erhalten eine Bestätigungsseite. Sie können es schließen und zu R zurückkehren

Sie können einen Ordner mit der Funktion drop_create() erstellen.

• drop_create('my_first_drop'): Erstellen Sie einen Ordner im ersten Zweig von Dropbox
• drop_create('First_branch/my_first_drop'): Erstellen Sie einen Ordner im vorhandenen First_branch-Ordner.

drop_create('my_first_drop')

Ausgang:

Im DropBox

Um die CSV-Datei in Ihr hochzuladen Dropbox, verwenden Sie die Funktion drop_upload().

Grundlegende 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")

Ausgang:

Bei DropBox

Sie können die CSV-Datei hier lesen Dropbox mit der Funktion drop_read_csv()

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

Ausgang:

##   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

Wenn Sie mit der Verwendung der Datei fertig sind und diese löschen möchten. Sie müssen den Pfad der Datei in die Funktion drop_delete() schreiben

drop_delete('my_first_drop/table_car.csv')

Ausgang:

Es ist auch möglich, einen Ordner zu löschen

drop_delete('my_first_drop')

Ausgang:

Zusammenfassung

Wir können alle Funktionen in der folgenden Tabelle zusammenfassen

Bibliothek	Ziel	Funktion
Base	CSV exportieren	write.csv()
XLSX	Excel exportieren	write.xlsx()
Port	SPSS exportieren	write_sav()
Port	SAS exportieren	write_sas()
Port	Statistiken exportieren	write_dta()
Base	R exportieren	speichern()
google Drive	Hochladen Google Drive	drive_upload()
google Drive	öffnen Sie in Google Drive	drive_browse()
google Drive	Datei-ID abrufen	drive_get(as_id())
google Drive	Herunterladen von Google Drive	download_google()
google Drive	Datei entfernen aus Google Drive	drive_rm()
rdrop2	Authentification	drop_auth()
rdrop2	Erstellen Sie einen Ordner	drop_create()
rdrop2	Etwas hochladen auf Dropbox	drop_upload()
rdrop2	CSV lesen von Dropbox	drop_read_csv
rdrop2	Datei löschen von Dropbox	drop_delete()