Cómo exportar datos de R a CSV, Excel

Cómo exportar datos desde R

En este tutorial, aprenderemos cómo exportar datos del entorno R a diferentes formatos.

Para exportar datos al disco duro, necesita la ruta del archivo y una extensión. En primer lugar, la ruta es la ubicación donde se almacenarán los datos. En este tutorial, verá cómo almacenar datos en:

• El disco duro
• Google Drive
• Dropbox

En segundo lugar, R permite a los usuarios exportar los datos a diferentes tipos de archivos. Cubrimos la extensión del archivo esencial:

• csv
• Xlsx
• RDS
• SAS
• SPSS
• ESTADO

En general, no es difícil exportar datos desde R.

Exportar al disco duro

Para empezar, puedes guardar los datos directamente en el directorio de trabajo. El siguiente código imprime la ruta de tu directorio de trabajo:

directory <-getwd()
directory

Salida:

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

De forma predeterminada, el archivo se guardará en la siguiente ruta.

Para Mac OS:

/Users/USERNAME/Downloads/

Para los ensayos clínicos de CRISPR, Windows:

C:\Users\USERNAME\Documents\

Por supuesto, puedes establecer un camino diferente. Por ejemplo, puede cambiar la ruta a la carpeta de descarga.

Crear marco de datos

En primer lugar, importemos el conjunto de datos mtcars y obtengamos la media de mpg y disp agrupados por marcha.

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

Salida:

## # 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

La tabla contiene tres filas y tres columnas. Puede crear un archivo CSV con la función write.csv en R.

Cómo exportar un marco de datos a un archivo CSV en R

La sintaxis básica de write.csv en R para exportar el DataFrame a CSV en 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

Ejemplo:

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

Explicación del código

• write.csv(df, “table_car.csv”): cree un archivo CSV en el disco duro:
  • df: nombre del marco de datos en el entorno
  • “table_car.csv”: asigne al archivo el nombre table_car y guárdelo como csv.

Nota: Puede utilizar la función write.csv en R como write.csv2() para separar las filas con un punto y coma para exportar R a datos csv.

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

Nota: Solo con fines pedagógicos, creamos una función llamada open_folder() para abrir la carpeta del directorio por usted. Sólo necesita ejecutar el código siguiente y ver dónde está almacenado el archivo csv. Debería ver un archivo con el nombre table_car.csv para exportar datos de R a 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)

Cómo exportar datos de R a un archivo Excel

Ahora aprenderemos cómo exportar datos de R a Excel:

Exportar datos de R a Excel es trivial para Windows usuarios y más complicado para los usuarios de Mac OS. Ambos usuarios utilizarán la biblioteca xlsx para crear un archivo de Excel. La ligera diferencia proviene de la instalación de la biblioteca. De hecho, la biblioteca xlsx usa Java para crear el archivo. Java debe instalarse si no está presente en su máquina para exportar Data R a Excel.

Windows usuarios

Si es Windows usuario, puede instalar la biblioteca directamente con conda para exportar el marco de datos a Excel R:

conda install -c r r-xlsx

Una vez instalada la biblioteca, puede utilizar la función write.xlsx(). Se crea un nuevo libro de Excel en el directorio de trabajo para exportar R a datos de Excel.

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

Si es usuario de Mac OS, debe seguir estos pasos:

• Paso 1: instale la última versión de Java
• Paso 2: instalar la biblioteca rJava
• Paso 3: instalar la biblioteca xlsx

Paso 1) Podrías descargar Java de oficial Oracle sitio e instálelo.

Puedes volver a Rstudio y comprobar qué versión de Java está instalado.

system("java -version")

En el momento del tutorial, la última versión de Java es 9.0.4.

Paso 2) Necesitas instalar rjava en R. Te recomendamos instalar R y Rstudio con Anaconda. Anaconda administra las dependencias entre bibliotecas. En este sentido, Anaconda se encargará de las complejidades de R.Java instalación.

En primer lugar, debe actualizar conda y luego instalar el bibliotecas. Puede copiar y pegar las siguientes dos líneas de código en la terminal.

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

A continuación, abra rjava en Rstudio

library(rJava)

Paso 3) Finalmente, es hora de instalar xlsx. Una vez más, puedes usar Conda para hacerlo:

conda install -c r r-xlsx

Al igual que los usuarios de Windows, puede guardar datos con la función write.xlsx()

library(xlsx)

Salida:

## Loading required package: xlsxjars

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

Exportación de datos de R a software diferente

Exportar datos a diferentes programas es tan sencillo como importarlos. La biblioteca “haven” ofrece una forma cómoda de exportar datos a

• spss
• sas
• era

En primer lugar, importa la biblioteca. Si no tienes “haven”, puedes ir a aquí para instalarlo

library(haven)

archivo SPSS

A continuación se muestra el código para exportar los datos al software SPSS:

write_sav(df, "table_car.sav")

Exportación de datos de R a un archivo SAS

Tan simple como spss, puedes exportar a sas

write_sas(df, "table_car.sas7bdat")

Cómo exportar datos de R a un archivo STATA

Finalmente, la biblioteca haven permite escribir archivos .dta.

write_dta(df, "table_car.dta")

R

Si desea guardar un marco de datos o cualquier otro objeto de R, puede utilizar la función save().

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

Puede consultar los archivos creados anteriormente en el directorio de trabajo actual.

Interactuar con los servicios en la nube

Por último, pero no menos importante R está equipado con fantásticas bibliotecas para interactuar con los servicios de computación en la nube. La última parte de este tutorial trata sobre exportar/importar archivos desde:

• Google Drive
• Dropbox

Nota: Esta parte del tutorial asume que tienes una cuenta en Google y Dropbox. De lo contrario, puede crear rápidamente uno para: Google Drive: https://accounts.google.com/SignUp?hl=en – Dropbox: https://www.dropbox.com/h

Google Drive

Es necesario instalar la librería googledrive para acceder a la función que permite interactuar con Google Drive.

La biblioteca aún no está disponible en Anaconda. Puede instalarlo con el siguiente código en la consola.

install.packages("googledrive")

y abres la biblioteca.

library(googledrive)

Para usuarios que no son de Conda, instalar una biblioteca es fácil, puede usar la función install.packages('NOMBRE DEL PAQUETE) con el nombre del paquete entre paréntesis. No olvides el ' '. Tenga en cuenta que se supone que R instala el paquete en `libPaths() automáticamente. Vale la pena verlo en acción.

Subir a Google Drive

Para cargar un archivo a Google Drive, debes utilizar la función drive_upload().

Cada vez que reinicie Rstudio, se le pedirá que permita el acceso a tidyverse para Google Drive.

La sintaxis básica de drive_upload() es

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.

Después de ejecutar el código, debe confirmar varias preguntas.

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

Salida:

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

Escribes 1 en la consola para confirmar el acceso.

Luego, se le redirigirá a la API de Google para permitir el acceso. Haga clic en Permitir.

Una vez completada la autenticación, puede salir de su navegador.

En la consola de Rstudio puedes ver el resumen del paso realizado. Google cargó con éxito el archivo ubicado localmente en Drive. Google asignó una identificación a cada archivo en la unidad.

Puedes ver este archivo en Google Spreadsheet.

drive_browse("table_car")

Salida:

Serás redirigido a Google Spreadsheet

Importar de Google Drive

Sube un archivo desde Google Drive con la identificación es conveniente. Si conoce el nombre del archivo, puede obtener su ID de la siguiente manera:

Nota: Dependiendo de su conexión a Internet y del tamaño de su Drive, lleva tiempo.

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

Almacenaste el ID en la variable x. La función drive_download() permite descargar un archivo desde Google Drive.

La sintaxis básica es:

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.

Finalmente puedes descargar el archivo:

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

Explicación del código

• drive_download(): Función para descargar un archivo desde Google Drive
• as_id(x): Utilice el ID para explorar el archivo en Google Drive
• overwrite = TRUE: si el archivo existe, sobrescríbalo; de lo contrario, se detendrá la ejecución. Para ver el nombre del archivo localmente, puede usar:

Salida:

El archivo se almacena en su directorio de trabajo. Recuerde, debe agregar la extensión del archivo para abrirlo en R. Puede crear el nombre completo con la función pegar() (es decir, 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

Salida:

##   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

Finalmente, puedes eliminar el archivo de tu Google Drive.

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

Salida:

Es un proceso lento. Toma tiempo para eliminar

Exportar a Dropbox

R interactúa con Dropbox a través de la biblioteca rdrop2. La biblioteca tampoco está disponible en Anaconda. Puedes instalarlo a través de la consola.

install.packages('rdrop2')

library(rdrop2)

Debe proporcionar acceso temporal a Dropbox con tu credencial. Una vez realizada la identificación, R puede crear, eliminar cargas y descargas a su Dropbox.

En primer lugar, debe dar acceso a su cuenta. Las credenciales se almacenan en caché durante toda la sesión.

drop_auth()

Serás redirigido a Dropbox para confirmar la autenticación.

Obtendrá una página de confirmación. Puedes cerrarlo y volver a R.

Puedes crear una carpeta con la función drop_create().

• drop_create('my_first_drop'): crea una carpeta en la primera rama de Dropbox
• drop_create('First_branch/my_first_drop'): crea una carpeta dentro de la carpeta First_branch existente.

drop_create('my_first_drop')

Salida:

En gotaBox

Para cargar el archivo .csv en su Dropbox, utilice la función drop_upload().

Sintaxis básica:

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")

Salida:

En caídaBox

Puede leer el archivo csv desde Dropbox con la función drop_read_csv()

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

Salida:

##   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

Cuando haya terminado de usar el archivo y desee eliminarlo. Debes escribir la ruta del archivo en la función drop_delete()

drop_delete('my_first_drop/table_car.csv')

Salida:

También es posible eliminar una carpeta.

drop_delete('my_first_drop')

Salida:

Resumen

Podemos resumir todas las funciones en la siguiente tabla

Biblioteca	Objetivo	Función
bases	Exportar csv	escribir.csv()
Xlsx	exportar excel	escribir.xlsx()
refugio	exportar spss	escribir_sav()
refugio	Exportar sas	escribir_sas()
refugio	Exportar estadísticas	escribir_dta()
bases	Exportar R	ahorrar()
Google Drive	Subir Google Drive	subir_unidad()
Google Drive	abrirá en Google Drive	conducir_navegar()
Google Drive	Recuperar ID de archivo	unidad_get(as_id())
Google Drive	Descargar desde Google Drive	descargar_google()
Google Drive	Eliminar archivo de Google Drive	unidad_rm()
rdrop2	autenticación	drop_auth()
rdrop2	Crea una carpeta	soltar_create()
rdrop2	Subir a Dropbox	soltar_upload()
rdrop2	Leer csv de Dropbox	drop_read_csv
rdrop2	Eliminar archivo de Dropbox	soltar_eliminar()