Come esportare dati da R in formato CSV ed Excel

Come esportare i dati da R

In questo tutorial impareremo come esportare i dati dall'ambiente R in diversi formati.

Per esportare i dati sul disco rigido, sono necessari il percorso del file e un'estensione. Innanzitutto, il percorso è la posizione in cui verranno archiviati i dati. In questo tutorial vedrai come archiviare i dati su:

• Il disco rigido
• Google Drive
• Dropbox

In secondo luogo, R può scrivere i dati in molti formati. Questo tutorial illustra le estensioni di file essenziali:

• csv
• xlsx
• RDS
• SAS
• SPSS
• STATO

Ogni esportazione segue la stessa struttura: una chiamata di funzione, un frame di dati e un percorso di destinazione.

Esporta su disco rigido

Per iniziare, puoi salvare i dati direttamente nella directory di lavoro. Il seguente codice stampa il percorso della tua directory di lavoro:

directory <- getwd()
directory

Produzione:

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

A meno che non si fornisca un percorso completo, ogni file viene scritto in quella directory di lavoro. Il valore predefinito varia a seconda del sistema, in genere la cartella home dell'utente su macOS e Linux e la cartella Documenti su Windowsma getwd() ti dice sempre il valore corrente. Modificalo con setwd() oppure passa semplicemente il percorso completo alla funzione write.

setwd("/Users/USERNAME/Downloads")

Crea frame di dati

Innanzitutto, creiamo un piccolo data frame: la media di mpg e disp raggruppata per marcia dal dataset mtcars.

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

Produzione:

## # 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

La tabella contiene tre righe e tre colonne. È possibile creare un file CSV con la funzione write.csv in R.

Come esportare un DataFrame in un file CSV in R

La sintassi di base di write.csv in R per esportare DataFrame in 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

Esempio:

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

Code Spiegazione

• write.csv(df, “table_car.csv”): crea un file CSV nel disco rigido:
  • df: nome del frame di dati nell'ambiente
  • “table_car.csv”: nomina il file table_car e memorizzalo come csv

Note:: write.csv2() scrive lo stesso file utilizzando un punto e virgola come separatore di campo e una virgola come separatore decimale, che è la convenzione in gran parte dell'Europa continentale.

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

Note:A solo scopo didattico, abbiamo creato una funzione chiamata open_folder() per aprire la cartella. È sufficiente eseguire il codice seguente per visualizzare la posizione del file CSV. Dovreste trovare un file denominato 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)

Come esportare un DataFrame in un file Excel in R

L'esportazione in Excel è semplice su Windows e leggermente più complicato su macOSEntrambi utilizzano la libreria xlsx e la differenza è solo nell'installazione, perché xlsx dipende da Java. Java deve essere presente sulla macchina affinché il pacchetto venga caricato.

Windows utenti

On Windows, installa la libreria direttamente con conda:

conda install -c r r-xlsx

Una volta installata la libreria, la funzione write.xlsx() crea una nuova cartella di lavoro di Excel nella directory di lavoro:

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

Se sei un utente Mac OS, devi seguire questi passaggi:

• Passaggio 1: installa l'ultima versione di Java
• Passaggio 2: installare la libreria rJava
• Passaggio 3: installa la libreria xlsx

Passo 1) Potresti scaricare Java da ufficiale Oracle sito e installarlo.

Puoi tornare a Rstudio e verificare quale versione di Java è installato.

system("java -version")

Qualsiasi recente Java Il rilascio funziona. Se il comando non segnala nulla, Java non è installato e il pacchetto xlsx non verrà caricato.

Passo 2) Devi installare rjava in R. Ti consigliamo di installare R e Rstudio con Anaconda. Anaconda gestisce le dipendenze tra le librerie. In questo senso, Anaconda gestirà le complessità di rJava installazione.

Prima di tutto, devi aggiornare conda e quindi installare il file libreria. Puoi copiare e incollare le prossime due righe di codice nel terminale.

conda update conda
conda install -c r r-rjava

Successivamente, apri rjava in Rstudio

library(rJava)

Passo 3) Finalmente è il momento di installare xlsx. Ancora una volta, puoi usare contea per farlo:

conda install -c r r-xlsx

Proprio come gli utenti Windows, puoi salvare i dati con la funzione write.xlsx()

library(xlsx)

Produzione:

## Loading required package: xlsxjars

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

Esportazione dei dati da R a software diversi

Esportare dati su software diversi è semplice come importarli. La libreria "haven" fornisce un modo comodo per esportare dati su

• SPSS
• sas
• Stata

Per prima cosa, importa la libreria. Se non hai "haven", puoi andare Qui. per installarlo.

library(haven)

File SPSS

Di seguito è riportato il codice per esportare i dati nel software SPSS:

write_sav(df, "table_car.sav")

File SAS

Semplice come spss, puoi esportare in sas

write_sas(df, "table_car.sas7bdat")

file STATA

Infine, la libreria haven consente la scrittura di file .dta.

write_dta(df, "table_car.dta")

Come esportare i dati nei formati nativi di R

Se si desidera mantenere l'oggetto all'interno di R anziché passarlo a un altro programma, utilizzare uno dei due formati nativi. La funzione save() scrive uno o più oggetti denominati in un file .RData:

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

L'alternativa è saveRDS(), che memorizza esattamente un oggetto e consente al lettore di sceglierne il nome al momento del ritorno:

# 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")

È preferibile utilizzare saveRDS() negli script, poiché load() può sovrascrivere silenziosamente un oggetto esistente con lo stesso nome. Entrambi i formati mantengono intatti i livelli dei fattori, l'ordine e gli attributi, cosa che il formato CSV non può fare.

Puoi controllare i file creati sopra nella directory di lavoro attuale

Interagisci con i servizi cloud

, Ultimo, ma non meno importante R è dotato di fantastiche librerie per interagire con i servizi di cloud computing. L'ultima parte di questo tutorial riguarda l'esportazione/importazione di file da:

• Google Drive
• Dropbox

Note:: Questa parte del tutorial presuppone che tu abbia un account con Google and Dropbox. In caso contrario, puoi crearne rapidamente uno per: Google Drive: https://accounts.google.com/SignUp?hl=en - Dropbox: https://www.dropbox.com/h

Google Drive

È necessario installare la libreria googledrive per accedere alla funzione che consente di interagire con Google Drive.

La biblioteca non è ancora disponibile su Anaconda. Puoi installarlo con il codice seguente nella console.

install.packages("googledrive")

e apri la libreria.

library(googledrive)

Per chi non usa conda, installare una libreria è semplice: basta usare `install.packages('NOME DEL PACCHETTO')` con il nome del pacchetto tra virgolette all'interno delle parentesi. R lo installerà nella prima posizione restituita da `.libPaths()`.

Carica su Google Drive

Per caricare un file su Google Per caricare un'unità, è necessario utilizzare la funzione drive_upload().

Ogni volta che riavvii Rstudio, ti verrà richiesto di consentire l'accesso a tidyverse Google Drive.

La sintassi di base di drive_upload() è

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.

Dopo aver avviato il codice, è necessario confermare diverse domande

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

Produzione:

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

Digiti 1 nella console per confermare l'accesso

Quindi, verrai reindirizzato a Google API per consentire l'accesso. Fare clic su Consenti.

Una volta completata l'autenticazione, puoi chiudere il browser.

Nella console di RStudio è possibile visualizzare il riepilogo dei passaggi eseguiti. Google File caricato correttamente in locale su Drive. Google è stato assegnato un ID a ciascun file presente nell'unità.

Puoi vedere questo file in Google Spreadsheet.

drive_browse("table_car")

Produzione:

Sarai reindirizzato a Google Spreadsheet

Importare da Google Drive

Scaricare il file tramite ID è il metodo più affidabile. Se conosci il nome del file, recupera prima il suo ID:

Note:: A seconda della connessione Internet e delle dimensioni dell'unità, l'operazione richiede del tempo.

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

Hai memorizzato l'ID nella variabile x. La funzione drive_download() consente di scaricare un file da Google Drive.

La sintassi di base è:

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.

Puoi finalmente scaricare il file:

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

Code Spiegazione

• drive_download(): funzione da cui scaricare un file Google Drive
• as_id(x): utilizza l'ID per sfogliare il file Google Drive
• overwrite = TRUE: se il file esiste, lo sovrascrive, altrimenti l'esecuzione viene interrotta. Per vedere il nome del file localmente, puoi usare:

Produzione:

Il file viene salvato nella directory di lavoro. Ricorda di aggiungere l'estensione del file prima di aprirlo in R. Puoi creare il nome completo con la funzione paste() (ad esempio 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

Produzione:

##   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

Infine, puoi rimuovere il file dal tuo Google guidare.

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

Produzione:

La cancellazione viene elaborata in modo asincrono da Google, quindi il file potrebbe impiegare qualche istante per scomparire.

Esporta a Dropbox

R interagisce con Dropbox tramite la libreria rdrop2. La biblioteca non è disponibile anche su Anaconda. Puoi installarlo tramite la console

install.packages('rdrop2')

library(rdrop2)

Concedi l'accesso temporaneo a Dropbox con le tue credenziali. Una volta autenticato, R può creare, rimuovere, caricare e scaricare file nel tuo Dropbox.

Prima di tutto, devi dare accesso al tuo account. Le credenziali vengono memorizzate nella cache durante tutta la sessione.

drop_auth()

Sarai reindirizzato a Dropbox per confermare l'autenticazione.

Riceverai una pagina di conferma. Puoi chiuderlo e tornare a R

Puoi creare una cartella con la funzione drop_create().

• drop_create('my_first_drop'): Crea una cartella nel primo ramo di Dropbox
• drop_create('First_branch/my_first_drop'): crea una cartella all'interno della cartella First_branch esistente.

drop_create('my_first_drop')

Produzione:

In cadutaBox

Per caricare il file .csv nel tuo Dropbox, utilizzare la funzione drop_upload().

Sintassi di base:

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")

Produzione:

Alla cadutaBox

Puoi leggere il file CSV da Dropbox con la funzione drop_read_csv()

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

Produzione:

##   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

Quando hai finito di utilizzare il file e desideri eliminarlo. Devi scrivere il percorso del file nella funzione drop_delete()

drop_delete('my_first_drop/table_car.csv')

Produzione:

È anche possibile eliminare una cartella

drop_delete('my_first_drop')

Produzione:

Esportazione dei dati da R: Riferimento alla funzione

Di seguito è riportato l'elenco di tutte le funzioni di esportazione utilizzate in questo tutorial:

DOMANDE FREQUENTI