วิธีการส่งออกข้อมูลจาก R ไปยังไฟล์ CSV และ Excel

วิธีส่งออกข้อมูลจาก R

ในบทช่วยสอนนี้ เราจะเรียนรู้วิธีส่งออกข้อมูลจากสภาพแวดล้อม R ไปเป็นรูปแบบต่างๆ

หากต้องการส่งออกข้อมูลไปยังฮาร์ดไดรฟ์ คุณต้องมีเส้นทางของไฟล์และนามสกุล ประการแรก เส้นทางคือตำแหน่งที่จะจัดเก็บข้อมูล ในบทช่วยสอนนี้ คุณจะเห็นวิธีจัดเก็บข้อมูลบน:

• ฮาร์ดไดรฟ์
• Google Drive
• Dropbox

ประการที่สอง R สามารถบันทึกข้อมูลออกมาได้หลายรูปแบบ บทช่วยสอนนี้จะกล่าวถึงนามสกุลไฟล์ที่สำคัญต่างๆ ดังนี้:

• CSV
• xlsx
• RDS
• SAS
• SPSS
• สเตตัส

การส่งออกทุกครั้งจะมีรูปแบบเดียวกัน คือ ประกอบด้วยการเรียกใช้ฟังก์ชันหนึ่งครั้ง เฟรมข้อมูล และเส้นทางปลายทาง

ส่งออกไปยังฮาร์ดไดรฟ์

ในการเริ่มต้น คุณสามารถบันทึกข้อมูลลงในไดเร็กทอรีการทำงานได้โดยตรง โค้ดต่อไปนี้จะพิมพ์เส้นทางของไดเร็กทอรีการทำงานของคุณ:

directory <- getwd()
directory

Output:

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

หากคุณไม่ได้ระบุพาธแบบเต็ม ไฟล์ทุกไฟล์จะถูกเขียนลงในไดเร็กทอรีทำงานนั้น ค่าเริ่มต้นจะแตกต่างกันไปตามระบบ โดยทั่วไปจะเป็นโฟลเดอร์โฮมของผู้ใช้บนระบบอื่น macOS และ Linux และโฟลเดอร์เอกสารบน Windowsแต่ getwd() จะแสดงค่าปัจจุบันเสมอ เปลี่ยนค่าด้วย setwd() หรือส่งพาธแบบเต็มไปยังฟังก์ชันเขียนโดยตรงก็ได้

setwd("/Users/USERNAME/Downloads")

สร้างกรอบข้อมูล

ขั้นแรก สร้างเฟรมข้อมูลขนาดเล็ก: ค่าเฉลี่ยของ mpg และ disp โดยจัดกลุ่มตามเกียร์จากชุดข้อมูล mtcars

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

Output:

## # 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

ตารางประกอบด้วยสามแถวและสามคอลัมน์ คุณสามารถสร้างไฟล์ CSV ด้วยฟังก์ชัน write.csv ใน R

วิธีส่งออก DataFrame ไปยังไฟล์ CSV ใน R

ไวยากรณ์พื้นฐานของ write.csv ใน R เพื่อส่งออก DataFrame เป็น CSV ใน 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

ตัวอย่าง:

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

Code คำอธิบาย

• write.csv(df, “table_car.csv”): สร้างไฟล์ CSV ในฮาร์ดไดรฟ์:
  • df: ชื่อของกรอบข้อมูลในสภาพแวดล้อม
  • “table_car.csv”: ตั้งชื่อไฟล์ table_car และจัดเก็บเป็น csv

หมายเหตุ: write.csv2() จะเขียนไฟล์เดียวกันโดยใช้เครื่องหมายเซมิโคลอนเป็นตัวคั่นฟิลด์และเครื่องหมายจุลภาคเป็นจุดทศนิยม ซึ่งเป็นธรรมเนียมปฏิบัติในหลายประเทศในทวีปยุโรป

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

หมายเหตุ: เพื่อจุดประสงค์ทางการศึกษาเท่านั้น เราได้สร้างฟังก์ชันชื่อ open_folder() เพื่อเปิดโฟลเดอร์ไดเร็กทอรีให้คุณ คุณเพียงแค่ต้องเรียกใช้โค้ดด้านล่างและดูว่าไฟล์ CSV ถูกจัดเก็บไว้ที่ใด คุณควรจะเห็นไฟล์ชื่อ 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)

วิธีการส่งออก DataFrame ไปยังไฟล์ Excel ใน R

การส่งออกไปยัง Excel นั้นทำได้ง่ายมาก Windows และค่อนข้างยุ่งยากกว่าเล็กน้อยบน macOSทั้งสองใช้ไลบรารี xlsx เหมือนกัน และความแตกต่างอยู่ที่การติดตั้งเท่านั้น เนื่องจาก xlsx ขึ้นอยู่กับไลบรารีอื่น Java. Java ต้องมีไฟล์นี้อยู่ในเครื่องก่อนจึงจะสามารถโหลดแพ็กเกจได้

Windows ผู้ใช้

On Windowsติดตั้งไลบรารีโดยตรงด้วย conda:

conda install -c r r-xlsx

เมื่อติดตั้งไลบรารีแล้ว ฟังก์ชัน write.xlsx() จะสร้างเวิร์กบุ๊ก Excel ใหม่ในไดเร็กทอรีการทำงาน:

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

หากคุณเป็นผู้ใช้ Mac OS คุณต้องทำตามขั้นตอนเหล่านี้:

• ขั้นตอนที่ 1: ติดตั้งเวอร์ชันล่าสุดของ Java
• ขั้นตอนที่ 2: ติดตั้งไลบรารี่ rJava
• ขั้นตอนที่ 3: ติดตั้งไลบรารี xlsx

ขั้นตอน 1) คุณสามารถดาวน์โหลดได้ Java จากทางการ Oracle ไซต์และติดตั้ง

คุณสามารถกลับไปที่ Rstudio และตรวจสอบว่าเวอร์ชันใด Java มีการติดตั้ง

system("java -version")

ล่าสุดมีอะไรบ้าง Java คำสั่ง release ทำงาน หากคำสั่งไม่แสดงผลลัพธ์ใดๆ Java ไม่ได้ติดตั้งไว้ และแพ็คเกจ xlsx จะไม่สามารถโหลดได้

ขั้นตอน 2) คุณต้องติดตั้ง rjava ใน R เราแนะนำให้คุณติดตั้ง R และ Rstudio ด้วย Anaconda Anaconda จัดการความสัมพันธ์ระหว่างไลบรารี ในแง่นี้ Anaconda จะจัดการความซับซ้อนของ rJava การติดตั้ง

ก่อนอื่นคุณต้องอัพเดต conda แล้วติดตั้ง ห้องสมุด- คุณสามารถคัดลอกและวางโค้ดสองบรรทัดถัดไปในเทอร์มินัลได้

conda update conda
conda install -c r r-rjava

จากนั้นเปิด rjava ใน Rstudio

library(rJava)

ขั้นตอน 3) ในที่สุดก็ถึงเวลาติดตั้ง xlsx อีกครั้งหนึ่งคุณสามารถใช้ คอนด้า ที่จะทำ:

conda install -c r r-xlsx

เช่นเดียวกับผู้ใช้ Windows คุณสามารถบันทึกข้อมูลด้วยฟังก์ชัน write.xlsx()

library(xlsx)

Output:

## Loading required package: xlsxjars

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

การส่งออกข้อมูลจาก R ไปยังซอฟต์แวร์อื่น

การส่งออกข้อมูลไปยังซอฟต์แวร์อื่นนั้นง่ายพอๆ กับการนำเข้าข้อมูล ไลบรารี “haven” เป็นวิธีที่สะดวกในการส่งออกข้อมูลไปยัง

• เอสพีเอส
• SAS
• เคย

ก่อนอื่นให้นำเข้าไลบรารี หากคุณไม่มี “haven” คุณสามารถไป Good Farm Animal Welfare Awards เพื่อติดตั้ง

library(haven)

ไฟล์ SPSS

ด้านล่างนี้เป็นโค้ดสำหรับส่งออกข้อมูลไปยังซอฟต์แวร์ SPSS:

write_sav(df, "table_car.sav")

ไฟล์ SAS

ง่ายเหมือน spss คุณสามารถส่งออกไปยัง sas ได้

write_sas(df, "table_car.sas7bdat")

ไฟล์ STATA

ในที่สุดไลบรารี haven อนุญาตให้เขียนไฟล์ .dta ได้

write_dta(df, "table_car.dta")

วิธีการส่งออกข้อมูลไปยังรูปแบบดั้งเดิมของ R

หากคุณต้องการเก็บอ็อบเจ็กต์ไว้ภายใน R แทนที่จะส่งต่อไปยังโปรแกรมอื่น ให้ใช้หนึ่งในสองรูปแบบดั้งเดิม ฟังก์ชัน save() จะเขียนอ็อบเจ็กต์ที่มีชื่ออย่างน้อยหนึ่งรายการลงในไฟล์ .RData:

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

อีกทางเลือกหนึ่งคือ saveRDS() ซึ่งจะจัดเก็บอ็อบเจ็กต์เพียงหนึ่งรายการเท่านั้น และให้ผู้อ่านเลือกชื่อของอ็อบเจ็กต์นั้นได้ในระหว่างการเรียกกลับ:

# 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")

ควรใช้ saveRDS() ในสคริปต์ เพราะ load() อาจเขียนทับอ็อบเจ็กต์ที่มีชื่อเดียวกันอยู่แล้วโดยไม่แจ้งให้ทราบล่วงหน้า ทั้งสองรูปแบบนี้จะรักษาระดับปัจจัย ลำดับ และคุณลักษณะต่างๆ ไว้ได้อย่างครบถ้วน ซึ่ง CSV ทำไม่ได้

คุณสามารถตรวจสอบไฟล์ที่สร้างขึ้นด้านบนได้ในไดเร็กทอรีการทำงานปัจจุบัน

โต้ตอบกับบริการคลาวด์

สุดท้าย แต่ไม่ท้ายสุด, R มีห้องสมุดที่ยอดเยี่ยมสำหรับการโต้ตอบกับบริการคอมพิวเตอร์คลาวด์ ส่วนสุดท้ายของบทช่วยสอนนี้เกี่ยวข้องกับไฟล์ส่งออก/นำเข้าจาก:

• Google Drive
• Dropbox

หมายเหตุ: ส่วนนี้ของบทช่วยสอนสมมติว่าคุณมีบัญชีกับ Google และ Dropbox- ถ้าไม่ คุณสามารถสร้างได้อย่างรวดเร็วสำหรับ – Google Drive: https://accounts.google.com/SignUp?hl=en - Dropbox: https://www.dropbox.com/h

Google Drive

คุณต้องติดตั้งไลบรารี GoogleDrive เพื่อเข้าถึงฟังก์ชันที่อนุญาตให้โต้ตอบกับ Google Drive.

ห้องสมุดยังไม่มีให้บริการที่อนาคอนดา คุณสามารถติดตั้งด้วยโค้ดด้านล่างในคอนโซล

install.packages("googledrive")

และคุณเปิดห้องสมุด

library(googledrive)

สำหรับผู้ที่ไม่ได้ใช้ conda การติดตั้งไลบรารีนั้นง่าย คุณสามารถใช้คำสั่ง install.packages('ชื่อแพ็กเกจ') โดยใส่ชื่อแพ็กเกจไว้ในเครื่องหมายคำพูดภายในวงเล็บ R จะติดตั้งลงในตำแหน่งแรกที่ได้จาก .libPaths()

อัปโหลดไปยัง Google Drive

เพื่ออัปโหลดไฟล์ไปยัง Google หากต้องการใช้ไดรฟ์ คุณต้องใช้ฟังก์ชัน drive_upload()

แต่ละครั้งที่คุณรีสตาร์ท Rstudio คุณจะได้รับแจ้งให้อนุญาตการเข้าถึงที่เป็นระเบียบเรียบร้อย Google Drive.

ไวยากรณ์พื้นฐานของ drive_upload() คือ

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.

หลังจากที่คุณเปิดใช้โค้ดแล้ว คุณจะต้องยืนยันคำถามหลายข้อ

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

Output:

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

คุณพิมพ์ 1 ในคอนโซลเพื่อยืนยันการเข้าถึง

จากนั้น คุณจะถูกเปลี่ยนเส้นทางไปยัง Google เพื่ออนุญาตการเข้าถึง API คลิก อนุญาต

เมื่อการรับรองความถูกต้องเสร็จสมบูรณ์ คุณสามารถออกจากเบราว์เซอร์ของคุณได้

ในคอนโซลของ Rstudio คุณสามารถดูสรุปขั้นตอนที่ดำเนินการไปแล้วได้ Google อัปโหลดไฟล์ที่จัดเก็บไว้ในไดรฟ์ภายในเครื่องสำเร็จแล้ว Google กำหนดหมายเลขประจำตัวให้กับไฟล์แต่ละไฟล์ในไดรฟ์

คุณสามารถดูไฟล์นี้ได้ใน Google Spreadsheet.

drive_browse("table_car")

Output:

คุณจะถูกนำไปที่ Google Spreadsheet

นำเข้าจาก Google Drive

การดาวน์โหลดโดยใช้รหัสไฟล์เป็นวิธีที่เชื่อถือได้ หากคุณทราบชื่อไฟล์ ให้ค้นหารหัสไฟล์ก่อน:

หมายเหตุ: ขึ้นอยู่กับการเชื่อมต่ออินเทอร์เน็ตและขนาดของไดรฟ์ อาจต้องใช้เวลา

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

คุณเก็บ ID ไว้ในตัวแปร x ฟังก์ชั่น drive_download() อนุญาตให้ดาวน์โหลดไฟล์จาก Google Drive.

ไวยากรณ์พื้นฐานคือ:

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.

ในที่สุดคุณก็สามารถดาวน์โหลดไฟล์ได้:

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

Code คำอธิบาย

• drive_download(): ฟังก์ชั่นในการดาวน์โหลดไฟล์ Google Drive
• as_id(x): ใช้ ID เพื่อเรียกดูไฟล์ Google Drive
• overwrite = TRUE: หากมีไฟล์อยู่ ให้เขียนทับ มิฉะนั้นการดำเนินการจะหยุดลง หากต้องการดูชื่อไฟล์ในเครื่อง คุณสามารถใช้:

Output:

ไฟล์จะถูกจัดเก็บไว้ในไดเร็กทอรีการทำงานของคุณ อย่าลืมเพิ่มนามสกุลไฟล์ก่อนเปิดใน R คุณสามารถสร้างชื่อไฟล์แบบเต็มได้โดยใช้ฟังก์ชัน paste() (เช่น 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

Output:

##   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

สุดท้าย คุณสามารถลบไฟล์ออกจากของคุณได้ Google ขับรถ

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

Output:

การลบจะดำเนินการแบบอะซิงโครนัสโดย Googleดังนั้นไฟล์อาจใช้เวลาสักครู่จึงจะหายไป

ส่งออกไปที่ Dropbox

R มีปฏิสัมพันธ์กับ Dropbox ผ่านไลบรารี rdrop2 ห้องสมุดไม่มีให้บริการที่ Anaconda เช่นกัน คุณสามารถติดตั้งผ่านคอนโซลได้

install.packages('rdrop2')

library(rdrop2)

คุณอนุญาตให้เข้าถึงชั่วคราว Dropbox โดยใช้ข้อมูลประจำตัวของคุณ เมื่อยืนยันตัวตนแล้ว R สามารถสร้าง ลบ อัปโหลด และดาวน์โหลดไฟล์ในบัญชีของคุณได้ Dropbox.

ก่อนอื่น คุณต้องให้สิทธิ์การเข้าถึงบัญชีของคุณ ข้อมูลประจำตัวจะถูกแคชไว้ระหว่างเซสชันทั้งหมด

drop_auth()

คุณจะถูกนำไปที่ Dropbox เพื่อยืนยันการรับรองความถูกต้อง

คุณจะได้รับหน้ายืนยัน คุณสามารถปิดและกลับไปที่ R

คุณสามารถสร้างโฟลเดอร์ด้วยฟังก์ชัน drop_create()

• drop_create('my_first_drop'): สร้างโฟลเดอร์ในสาขาแรกของ Dropbox
• drop_create('First_branch/my_first_drop'): สร้างโฟลเดอร์ภายในโฟลเดอร์ First_branch ที่มีอยู่

drop_create('my_first_drop')

Output:

ในหยดBox

หากต้องการอัปโหลดไฟล์ .csv ลงในไฟล์ของคุณ Dropboxให้ใช้ฟังก์ชัน drop_upload()

ไวยากรณ์พื้นฐาน:

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")

Output:

ที่ DropBox

คุณสามารถอ่านไฟล์ CSV ได้จาก Dropbox ด้วยฟังก์ชัน drop_read_csv()

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

Output:

##   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

เมื่อคุณใช้ไฟล์เสร็จแล้วและต้องการลบมัน คุณต้องเขียนเส้นทางของไฟล์ในฟังก์ชัน drop_delete()

drop_delete('my_first_drop/table_car.csv')

Output:

นอกจากนี้ยังสามารถลบโฟลเดอร์ได้อีกด้วย

drop_delete('my_first_drop')

Output:

การส่งออกข้อมูลจาก R: คู่มืออ้างอิงฟังก์ชัน

ฟังก์ชันการส่งออกทั้งหมดที่ใช้ในบทช่วยสอนนี้แสดงไว้ด้านล่างนี้:

คำถามที่พบบ่อย