Як експортувати дані з R у CSV та Excel

Як експортувати дані з R

У цьому посібнику ми дізнаємося, як експортувати дані із середовища R у різні формати.

Щоб експортувати дані на жорсткий диск, потрібен шлях до файлу та розширення. Перш за все, шлях - це місце, де будуть зберігатися дані. У цьому посібнику ви побачите, як зберігати дані на:

• Жорсткий диск
• Google Drive
• Dropbox

По-друге, R може записувати дані в багатьох форматах. У цьому посібнику розглянуто основні розширення файлів:

• CSV
• XLSX
• RDS
• ПАР
• SPSS
• STATA

Кожен експорт має однакову форму: один виклик функції, фрейм даних та шлях призначення.

Експорт на жорсткий диск

Для початку ви можете зберегти дані прямо в робочу директорію. Наступний код друкує шлях вашого робочого каталогу:

directory <- getwd()
directory

вихід:

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

Якщо ви не вкажете повний шлях, кожен файл записується в цей робочий каталог. Значення за замовчуванням залежить від системи, зазвичай це домашня папка користувача на macOS і Linux, а також папка «Документи» на Windows, але getwd() завжди повідомляє поточне значення. Змініть його за допомогою setwd() або просто передайте повний шлях до функції write.

setwd("/Users/USERNAME/Downloads")

Створити кадр даних

Спочатку створіть невеликий фрейм даних: середнє значення миль на галон та витрата палива, згруповані за передачею з набору даних mtcars.

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

вихід:

## # 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

Таблиця містить три рядки і три стовпці. Ви можете створити файл CSV за допомогою функції write.csv у R.

Як експортувати DataFrame у файл CSV у R

Основний синтаксис write.csv у R для експорту DataFrame до CSV у 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

приклад:

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

Code Пояснення

• write.csv(df, “table_car.csv”): Створіть файл CSV на жорсткому диску:
  • df: назва кадру даних у середовищі
  • “table_car.csv”: назвіть файл table_car і збережіть його як CSV

Примітка:: write.csv2() записує той самий файл, використовуючи крапку з комою як роздільник полів та кому як десятковий знак, що є загальноприйнятою традицією в більшій частині континентальної Європи.

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

Примітка:Виключно для педагогічних цілей ми створили функцію під назвою open_folder() для відкриття папки каталогу. Вам просто потрібно виконати наведений нижче код і подивитися, де зберігається csv-файл. Ви повинні побачити файл з назвою 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)

Як експортувати DataFrame до файлу Excel в R

Експорт в Excel дуже простий Windows і трохи складніше macOSОбидва використовують бібліотеку xlsx, і різниця полягає лише в інсталяції, оскільки xlsx залежить від Java. Java має бути присутнім на машині, перш ніж пакет буде завантажено.

Windows користувачі

On Windows, встановіть бібліотеку безпосередньо за допомогою conda:

conda install -c r r-xlsx

Після встановлення бібліотеки, write.xlsx() створює нову книгу Excel у робочому каталозі:

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

Якщо ви користуєтеся Mac OS, вам потрібно виконати такі дії:

• Крок 1. Установіть останню версію Java
• Крок 2: Встановіть бібліотеку rJava
• Крок 3: Встановіть бібліотеку xlsx

Крок 1) Ви можете завантажити Java від офіційного Oracle сайту та встановіть його.

Ви можете повернутися до Rstudio і перевірити, яка версія Java встановлена.

system("java -version")

Будь-які нещодавні Java release працює. Якщо команда нічого не повідомляє, Java не встановлено, і пакет xlsx не завантажиться.

Крок 2) Вам потрібно встановити java в R. Ми рекомендуємо вам інсталювати R і Rstudio з Anaconda. Anaconda керує залежностями між бібліотеками. У цьому сенсі Anaconda впорається з тонкощами rJava установка.

Перш за все, вам потрібно оновити conda, а потім встановити бібліотека. Ви можете скопіювати та вставити наступні два рядки коду в терміналі.

conda update conda
conda install -c r r-rjava

Далі відкрийте java в Rstudio

library(rJava)

Крок 3) Нарешті настав час встановити xlsx. Ще раз можна використовувати Конда зробити це:

conda install -c r r-xlsx

Як і користувачі Windows, ви можете зберігати дані за допомогою функції write.xlsx()

library(xlsx)

вихід:

## Loading required package: xlsxjars

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

Експорт даних із R до іншого програмного забезпечення

Експортувати дані в інше програмне забезпечення так само просто, як і імпортувати їх. Бібліотека «haven» забезпечує зручний спосіб експорту даних

• spss
• ПАР
• були

Перш за все, імпортуйте бібліотеку. Якщо у вас немає «притулку», можете йти тут для встановлення.

library(haven)

файл SPSS

Нижче наведено код для експорту даних до програмного забезпечення SPSS:

write_sav(df, "table_car.sav")

SAS-файл

Так само просто, як spss, ви можете експортувати в sas

write_sas(df, "table_car.sas7bdat")

STATA-файл

Нарешті, бібліотека haven дозволяє писати файл .dta.

write_dta(df, "table_car.dta")

Як експортувати дані у формати R Native

Якщо ви хочете зберегти об'єкт всередині R, а не передавати його іншій програмі, використовуйте один із двох нативних форматів. save() записує один або декілька іменованих об'єктів у файл .RData:

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

Альтернативою є saveRDS(), яка зберігає рівно один об'єкт і дозволяє читачеві вибрати його ім'я на зворотному шляху:

# 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")

Надавайте перевагу saveRDS() у скриптах, оскільки load() може непомітно перезаписати існуючий об'єкт з такою ж назвою. Обидва формати зберігають рівні факторів, порядок та атрибути, чого не може зробити CSV.

Ви можете перевірити створені вище файли в поточному робочому каталозі

Взаємодія з хмарними службами

І останнє, але не в останню чергу, R оснащений фантастичними бібліотеками для взаємодії з хмарними обчислювальними службами. Остання частина цього підручника стосується експорту/імпорту файлів із:

• Google Drive
• Dropbox

Примітка:: У цій частині посібника припускається, що у вас є обліковий запис у Google та Dropbox. Якщо ні, ви можете швидко створити його для – Google Drive: https://accounts.google.com/SignUp?hl=en - Dropbox: https://www.dropbox.com/h

Google Drive

Вам потрібно встановити бібліотеку googledrive, щоб отримати доступ до функції, яка дозволяє взаємодіяти з Google Drive.

Бібліотека ще не доступна в Anaconda. Ви можете встановити його за допомогою наведеного нижче коду в консолі.

install.packages("googledrive")

і ви відкриваєте бібліотеку.

library(googledrive)

Для користувачів, які не користуються conda, встановлення бібліотеки просте: ви можете використовувати install.packages('NAME OF PACKAGE') з назвою пакета в лапках у дужках. R встановлює його в перше місце, повернуте .libPaths().

Завантажити в Google Drive

Щоб завантажити файл до Google диск, вам потрібно скористатися функцією drive_upload().

Щоразу, коли ви перезапускаєте Rstudio, вам буде запропоновано надати доступ до tidyverse Google Drive.

Основний синтаксис drive_upload() такий

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.

Після запуску коду потрібно підтвердити кілька запитань

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

вихід:

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

Ви вводите 1 у консолі, щоб підтвердити доступ

Потім вас буде перенаправлено на Google API, щоб дозволити доступ. Натисніть Дозволити.

Після завершення автентифікації ви можете закрити браузер.

У консолі Rstudio ви можете побачити підсумок виконаного кроку. Google успішно завантажено файл, розташований локально на Диску. Google кожному файлу на диску присвоїв ідентифікатор.

Ви можете побачити цей файл у Google Spreadsheet.

drive_browse("table_car")

вихід:

Ви будете перенаправлені на Google Spreadsheet

Імпорт із Google Drive

Завантаження за ідентифікатором файлу – це надійний шлях. Якщо ви знаєте ім'я файлу, спочатку отримайте його ідентифікатор:

Примітка:: Залежно від підключення до Інтернету та розміру Диска це займає певний час.

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

Ви зберегли ідентифікатор у змінній x. Функція drive_download() дозволяє завантажити файл з Google Drive.

Основний синтаксис:

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.

Нарешті ви можете завантажити файл:

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

Code Пояснення

• drive_download(): функція для завантаження файлу Google Drive
• as_id(x): використовуйте ідентифікатор для перегляду файлу Google Drive
• overwrite = TRUE: якщо файл існує, перезапишіть його, інакше виконання зупинено. Щоб побачити назву файлу локально, ви можете використати:

вихід:

Файл зберігається у вашому робочому каталозі. Не забудьте додати розширення файлу перед відкриттям його в R. Ви можете створити повну назву за допомогою функції paste() (наприклад, 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

вихід:

##   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

Нарешті, ви можете видалити файл зі свого Google диск.

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

вихід:

Видалення обробляється асинхронно за допомогою Google, тому файл може зникнути через деякий час.

Експортувати в Dropbox

R взаємодіє з Dropbox через бібліотеку rdrop2. Бібліотека також недоступна в Anaconda. Ви можете встановити його через консоль

install.packages('rdrop2')

library(rdrop2)

Ви надаєте тимчасовий доступ до Dropbox з вашими обліковими даними. Після автентифікації R може створювати, видаляти, завантажувати та вивантажувати файли у вашому Dropbox.

Перш за все, вам потрібно надати доступ до свого облікового запису. Облікові дані зберігаються в кеші протягом усього сеансу.

drop_auth()

Ви будете перенаправлені на Dropbox щоб підтвердити автентифікацію.

Ви отримаєте сторінку підтвердження. Ви можете закрити його та повернутися до R

Ви можете створити папку за допомогою функції drop_create().

• drop_create('my_first_drop'): Створіть папку в першій гілці Dropbox
• drop_create('First_branch/my_first_drop'): Створіть папку всередині існуючої папки First_branch.

drop_create('my_first_drop')

вихід:

В DropBox

Щоб завантажити файл .csv у ваш Dropbox, використовуйте функцію drop_upload().

Основний синтаксис:

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")

вихід:

У DropBox

Ви можете прочитати файл csv з Dropbox за допомогою функції drop_read_csv()

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

вихід:

##   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

Коли ви закінчите використовувати файл і хочете його видалити. Потрібно прописати шлях до файлу у функції drop_delete()

drop_delete('my_first_drop/table_car.csv')

вихід:

Також можна видалити папку

drop_delete('my_first_drop')

вихід:

Експорт даних з R: Довідник функцій

Кожна функція експорту, що використовується в цьому посібнику, перелічена нижче:

Поширені запитання