R에서 CSV 및 Excel 파일로 데이터를 내보내는 방법

R에서 데이터를 내보내는 방법

이 튜토리얼에서는 R 환경에서 다른 형식으로 데이터를 내보내는 방법을 알아봅니다.

데이터를 하드 드라이브로 내보내려면 파일 경로와 확장자가 필요합니다. 우선, 경로는 데이터가 저장될 위치입니다. 이 튜토리얼에서는 다음에 데이터를 저장하는 방법을 알아봅니다.

• 하드 드라이브
• Google Drive
• Dropbox

둘째, R은 데이터를 다양한 형식으로 저장할 수 있습니다. 이 튜토리얼에서는 필수적인 파일 확장자에 대해 다룹니다.

• csv 파일
• XLSX
• RDS
• SAS
• SPSS
• 스태타

모든 내보내기는 동일한 형식을 따릅니다. 즉, 하나의 함수 호출, 데이터 프레임 및 대상 경로로 구성됩니다.

하드 드라이브로 내보내기

우선, 데이터를 작업 디렉토리에 직접 저장할 수 있습니다. 다음 코드는 작업 디렉토리의 경로를 인쇄합니다.

directory <- getwd()
directory

출력:

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

전체 경로를 지정하지 않으면 모든 파일은 현재 작업 디렉터리에 저장됩니다. 기본 디렉터리는 시스템마다 다르며, 일반적으로 사용자의 홈 폴더입니다. macOS 그리고 Linux와 Documents 폴더 Windows하지만 getwd() 함수는 항상 현재 값을 알려줍니다. setwd() 함수를 사용하여 값을 변경하거나, 쓰기 함수에 전체 경로를 전달하면 됩니다.

setwd("/Users/USERNAME/Downloads")

데이터 프레임 생성

먼저, mtcars 데이터셋에서 기어별로 그룹화된 mpg와 disp의 평균값을 사용하여 간단한 데이터프레임을 생성합니다.

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

출력:

## # 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

테이블에는 XNUMX개의 행과 XNUMX개의 열이 있습니다. R에서 write.csv 함수를 사용하여 CSV 파일을 만들 수 있습니다.

R에서 DataFrame을 CSV 파일로 내보내는 방법

R에서 DataFrame을 CSV로 내보내기 위한 R의 write.csv 기본 구문은 다음과 같습니다.

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

예:

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

Code 설명

• write.csv(df, “table_car.csv”): 하드 드라이브에 CSV 파일을 생성합니다.
  • df: 환경의 데이터 프레임 이름
  • "table_car.csv": 파일 이름을 table_car로 지정하고 csv로 저장합니다.

주의 사항`write.csv2()` 함수는 필드 구분 기호로 세미콜론을, 소수점 구분 기호로 쉼표를 사용하여 동일한 파일을 작성합니다. 이는 유럽 대륙의 많은 지역에서 사용하는 관례입니다.

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

주의 사항교육적인 목적으로, 디렉토리 폴더를 열어주는 `open_folder()`라는 함수를 만들었습니다. 아래 코드를 실행하고 CSV 파일이 저장된 위치를 확인해 보세요. `table_car.csv`라는 파일이 보일 것입니다.

# 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)

R에서 데이터프레임을 엑셀 파일로 내보내는 방법

엑셀로 내보내기는 간단합니다. Windows 그리고 약간 더 까다롭습니다. macOS둘 다 xlsx 라이브러리를 사용하며, 차이점은 설치 방식에만 있습니다. xlsx는 xlsx에 의존하기 때문입니다. Java. Java 패키지를 로드하려면 해당 파일이 기기에 있어야 합니다.

Windows 사용자

On Windowsconda를 사용하여 라이브러리를 직접 설치하세요.

conda install -c r r-xlsx

라이브러리가 설치되면 write.xlsx() 함수는 작업 디렉터리에 새 Excel 통합 문서를 생성합니다.

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

Mac OS 사용자라면 다음 단계를 따라야 합니다.

• 1단계: 최신 버전 설치 Java
• 2단계: r 라이브러리 설치Java
• 3단계: xlsx 라이브러리 설치

단계 1) 다운로드할 수 있습니다 Java 공식에서 Oracle 사이트를 찾아 설치합니다.

Rstudio로 돌아가서 어떤 버전인지 확인할 수 있습니다. Java 설치되어 있습니다.

system("java -version")

최근 Java 릴리스가 제대로 작동합니다. 명령 실행 결과가 아무것도 표시되지 않으면, Java 해당 패키지가 설치되어 있지 않으면 xlsx 패키지를 로드할 수 없습니다.

단계 2) R에 rjava를 설치해야 합니다. Anaconda와 함께 R과 Rstudio를 설치하는 것이 좋습니다. Anaconda는 라이브러리 간의 종속성을 관리합니다. 이런 의미에서 Anaconda는 r의 복잡한 부분을 처리합니다.Java 설치.

먼저 conda를 업데이트한 후 다음을 설치해야 합니다. 도서관. 터미널에 다음 두 줄의 코드를 복사하여 붙여 넣을 수 있습니다.

conda update conda
conda install -c r r-rjava

다음으로 Rstudio에서 rjava를 엽니다.

library(rJava)

단계 3) 드디어 xlsx를 설치할 차례입니다. 다시 한번, 당신은 사용할 수 있습니다 콘도 그것을 하기 위해:

conda install -c r r-xlsx

Windows 사용자와 마찬가지로 write.xlsx() 함수를 사용하여 데이터를 저장할 수 있습니다.

library(xlsx)

출력:

## Loading required package: xlsxjars

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

R에서 다른 소프트웨어로 데이터 내보내기

다양한 소프트웨어로 데이터를 내보내는 것은 데이터를 가져오는 것만큼 간단합니다. 라이브러리 "haven"은 데이터를 내보내는 편리한 방법을 제공합니다.

• spss
• SAS
• 스타 타

우선 라이브러리를 임포트합니다. "haven"이 없다면 다음으로 이동하세요. 여기에서 확인하세요 그것을 설치하십시오.

library(haven)

SPSS 파일

다음은 데이터를 SPSS 소프트웨어로 내보내는 코드입니다.

write_sav(df, "table_car.sav")

SAS 파일

spss처럼 간단하게 sas로 내보낼 수 있습니다.

write_sas(df, "table_car.sas7bdat")

STATA 파일

마지막으로, haven 라이브러리는 .dta 파일을 쓸 수 있도록 허용합니다.

write_dta(df, "table_car.dta")

R 기본 형식으로 데이터를 내보내는 방법

객체를 다른 프로그램으로 전달하지 않고 R 내부에 유지하려면 두 가지 기본 형식 중 하나를 사용하십시오. save() 함수는 하나 이상의 명명된 객체를 .RData 파일에 저장합니다.

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

대안으로는 saveRDS() 함수가 있는데, 이 함수는 정확히 하나의 객체를 저장하고 읽는 사람이 돌아올 때 객체의 이름을 선택할 수 있도록 합니다.

# 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")

스크립트에서는 saveRDS() 함수를 사용하는 것이 좋습니다. load() 함수는 동일한 이름의 기존 객체를 자동으로 덮어쓸 수 있기 때문입니다. 두 형식 모두 CSV 형식과 달리 요인 수준, 순서 및 속성을 그대로 유지합니다.

현재 작업 디렉터리에서 위에서 생성된 파일을 확인할 수 있습니다.

클라우드 서비스와 상호 작용

마지막으로, R 클라우드 컴퓨팅 서비스와 상호 작용할 수 있는 환상적인 라이브러리를 갖추고 있습니다. 이 튜토리얼의 마지막 부분에서는 다음에서 파일 내보내기/가져오기를 다룹니다.

• Google Drive
• Dropbox

주의 사항이 튜토리얼 부분은 사용자가 계정을 가지고 있다고 가정합니다. Google Dropbox. 그렇지 않은 경우 다음을 위해 빠르게 만들 수 있습니다. Google Drive: https://accounts.google.com/SignUp?hl=en - Dropbox: https://www.dropbox.com/h

Google Drive

이 기능에 접근하려면 라이브러리 GoogleDrive를 설치해야 합니다. Google Drive.

Anaconda에서는 아직 라이브러리를 사용할 수 없습니다. 콘솔에서 아래 코드를 사용하여 설치할 수 있습니다.

install.packages("googledrive")

그리고 도서관을 열어요.

library(googledrive)

conda를 사용하지 않는 경우, 라이브러리 설치는 간단합니다. 괄호 안에 따옴표로 묶은 패키지 이름을 사용하여 install.packages('패키지 이름')을 입력하면 됩니다. R은 .libPaths()가 반환하는 첫 번째 위치에 해당 패키지를 설치합니다.

에 업로드 Google Drive

파일을 업로드하려면 Google 드라이브를 사용하려면 drive_upload() 함수를 사용해야 합니다.

Rstudio를 다시 시작할 때마다 tidyverse에 대한 액세스를 허용하라는 메시지가 표시됩니다. Google Drive.

Drive_upload()의 기본 구문은 다음과 같습니다.

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.

코드를 실행한 후 몇 가지 질문을 확인해야 합니다.

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

출력:

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

액세스를 확인하려면 콘솔에 1을 입력합니다.

그러면 다음 페이지로 이동합니다. Google API 접근을 허용하려면 '허용'을 클릭하세요.

인증이 완료되면 브라우저를 종료하실 수 있습니다.

Rstudio 콘솔에서 완료된 단계의 요약을 볼 수 있습니다. Google 드라이브에 있는 로컬 파일을 성공적으로 업로드했습니다. Google 드라이브에 있는 각 파일에 ID를 할당했습니다.

이 파일은 다음에서 볼 수 있습니다. Google Spreadsheet.

drive_browse("table_car")

출력:

로 리디렉션됩니다 Google Spreadsheet

다음에서 가져오기 Google Drive

파일 ID로 다운로드하는 것이 가장 확실한 방법입니다. 파일 이름을 알고 있다면 먼저 파일 ID를 확인하세요.

주의 사항: 인터넷 연결 상태와 드라이브 크기에 따라 시간이 걸릴 수 있습니다.

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

변수 x에 ID를 저장했습니다. Drive_download() 함수를 사용하면 다음에서 파일을 다운로드할 수 있습니다. Google Drive.

기본 구문은 다음과 같습니다.

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.

마침내 파일을 다운로드할 수 있습니다.

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

Code 설명

• Drive_download(): 파일을 다운로드하는 함수 Google Drive
• as_id(x): 해당 ID를 사용하여 파일을 찾아봅니다. Google Drive
• overwrite = TRUE: 파일이 있으면 덮어쓰고 그렇지 않으면 실행이 중지됩니다. 로컬에서 파일 이름을 보려면 다음을 사용할 수 있습니다.

출력:

해당 파일은 작업 디렉토리에 저장됩니다. R에서 파일을 열기 전에 파일 확장자를 추가하는 것을 잊지 마세요. paste() 함수를 사용하여 전체 파일 이름을 생성할 수 있습니다(예: 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

출력:

##   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

마지막으로, 해당 파일을 삭제할 수 있습니다. Google 구동한다.

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

출력:

삭제는 비동기적으로 처리됩니다. Google따라서 파일이 사라지는 데 잠시 시간이 걸릴 수 있습니다.

다음 위치로 내보내기 : Dropbox

R은 다음과 상호작용합니다. Dropbox rdrop2 라이브러리를 통해. Anaconda에서도 도서관을 이용할 수 없습니다. 콘솔을 통해 설치할 수 있습니다

install.packages('rdrop2')

library(rdrop2)

귀하는 임시 접근 권한을 부여합니다. Dropbox 사용자 자격 증명을 사용하여 인증하십시오. 인증이 완료되면 R은 사용자 디렉터리에 파일을 생성, 삭제, 업로드 및 다운로드할 수 있습니다. Dropbox.

먼저, 귀하의 계정에 대한 액세스 권한을 부여해야 합니다. 자격 증명은 모든 세션 중에 캐시됩니다.

drop_auth()

로 리디렉션됩니다 Dropbox 인증을 확인합니다.

확인 페이지가 나타납니다. 닫고 R로 돌아갈 수 있습니다

drop_create() 함수를 사용하여 폴더를 만들 수 있습니다.

• drop_create('my_first_drop'): 첫 번째 분기에 폴더를 만듭니다. Dropbox
• drop_create('First_branch/my_first_drop'): 기존 First_branch 폴더 내에 폴더를 만듭니다.

drop_create('my_first_drop')

출력:

드롭에서Box

.csv 파일을 Dropbox, drop_upload() 함수를 사용하세요.

기본 구문:

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")

출력:

드롭에서Box

csv 파일은 다음에서 읽을 수 있습니다. Dropbox drop_read_csv() 함수를 사용하여

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

출력:

##   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

파일 사용을 마치고 삭제하고 싶을 때. drop_delete() 함수에 파일 경로를 작성해야 합니다.

drop_delete('my_first_drop/table_car.csv')

출력:

폴더 삭제도 가능해요

drop_delete('my_first_drop')

출력:

R에서 데이터 내보내기: 함수 참조

이 튜토리얼에서 사용된 모든 내보내기 함수는 아래에 나열되어 있습니다.

자주 묻는 질문