如何将 R 数据导出为 CSV 和 Excel 文件

如何从 R 导出数据

在本教程中，我们将学习如何将数据从 R 环境导出为不同的格式。

要将数据导出到硬盘，您需要文件路径和扩展名。首先，路径是存储数据的位置。在本教程中，您将了解如何将数据存储在：

• 硬盘
• Google Drive
• Dropbox

其次，R 可以将数据输出为多种格式。本教程涵盖了主要的几种文件扩展名：

• CSV
• XLSX
• RDS
• SAS
• SPSS软件
• 国家统计局

每次导出都遵循相同的格式：一个函数调用、一个数据框和一个目标路径。

导出至硬盘

首先，你可以将数据直接保存到工作目录中。以下代码打印工作目录的路径：

directory <- getwd()
directory

输出：

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

除非提供完整路径，否则每个文件都会写入该工作目录。默认路径因系统而异，通常是用户主文件夹。 macOS 以及 Linux 和“文档”文件夹 Windows但是 getwd() 始终返回当前值。要更改它，请使用 setwd()，或者直接将完整路径传递给写入函数。

setwd("/Users/USERNAME/Downloads")

创建数据框

首先，构建一个小的数据框：从 mtcars 数据集中按档位分组的 mpg 和 disp 的平均值。

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

输出：

## # 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

该表包含三行三列。您可以使用 R 中的 write.csv 函数创建 CSV 文件。

如何在 R 中将 DataFrame 导出到 CSV 文件

R 中 write.csv 将 DataFrame 导出为 CSV 的基本语法：

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

计费示例：

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

Code 说明

• write.csv(df, “table_car.csv”)：在硬盘中创建一个CSV文件：
  • df：环境中数据框的名称
  • “table_car.csv”：将文件命名为table_car，并存储为csv

注意：write.csv2() 使用分号作为字段分隔符，逗号作为小数点，写入相同的文件，这是欧洲大陆大部分地区的惯例。

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

注意：仅出于教学目的，我们创建了一个名为 open_folder() 的函数来打开目录文件夹。您只需运行以下代码，即可查看 csv 文件存储的位置。您应该会看到一个名为 table_car.csv 的文件。

# 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)

如何在 R 语言中将 DataFrame 导出到 Excel 文件

导出到 Excel 非常简单 Windows 而且稍微有点棘手 macOS两者都使用 xlsx 库，区别仅在于安装方式，因为 xlsx 依赖于…… Java. Java 包裹必须先放置在机器上，包裹才能加载。

Windows 用户

On Windows或者直接使用 conda 安装库：

conda install -c r r-xlsx

库安装完成后，write.xlsx() 会在工作目录中创建一个新的 Excel 工作簿：

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

如果您是Mac OS用户，则需要按照以下步骤操作：

• 步骤 1：安装最新版本的 Java
• 第 2 步：安装库 rJava
• 步骤3：安装库xlsx

步骤1） 你可以下载 Java 来自官方 Oracle 站点并安装它。

您可以返回 Rstudio 并检查 Java 安装。

system("java -version")

最近的 Java 发布操作成功。如果命令没有报告任何内容， Java 该软件包未安装，因此 xlsx 包将无法加载。

步骤2） 您需要在 R 中安装 rjava。我们建议您使用 Anaconda 安装 R 和 Rstudio。Anaconda 管理库之间的依赖关系。从这个意义上说，Anaconda 将处理 r 的复杂性Java 安装。

首先，你需要更新 conda，然后安装 图书馆。您可以在终端中复制并粘贴接下来的两行代码。

conda update conda
conda install -c r r-rjava

接下来，在 Rstudio 中打开 rjava

library(rJava)

步骤3） 最后，是时候安装 xlsx 了。你可以再次使用 康达 去做吧：

conda install -c r r-xlsx

与 Windows 用户一样，您可以使用 write.xlsx() 函数保存数据

library(xlsx)

输出：

## Loading required package: xlsxjars

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

将数据从 R 导出到不同的软件

将数据导出到不同的软件就像导入数据一样简单。库“haven”提供了一种方便的方式将数据导出到

• s
• SAS
• 到过

首先，导入库。如果你没有“haven”，你可以去 开始 安装它。

library(haven)

SPSS 文件

以下是将数据导出到SPSS软件的代码：

write_sav(df, "table_car.sav")

SAS 文件

和spss一样简单，可以导出到sas

write_sas(df, "table_car.sas7bdat")

STATA 文件

最后，haven 库允许写入.dta 文件。

write_dta(df, "table_car.dta")

如何将数据导出为 R 原生格式

如果你想将对象保留在 R 内部而不是传递给其他程序，请使用以下两种原生格式之一。save() 函数会将一个或多个命名对象写入 .RData 文件：

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

另一种方法是使用 saveRDS()，它只存储一个对象，并允许读取器在返回时选择对象的名称：

# 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")

在脚本中，建议使用 saveRDS() 函数，因为 load() 函数可能会静默覆盖同名的现有对象。两种格式都能完整保留因子水平、顺序和属性，而 CSV 格式则无法做到这一点。

您可以在当前工作目录中检查上面创建的文件

与云服务交互

最后，但并非最不重要的， R 配备了出色的库来与云计算服务进行交互。本教程的最后一部分涉及从以下位置导出/导入文件：

• Google Drive
• Dropbox

注意：本教程的这一部分假设您已拥有一个帐户。 Google 和 Dropbox。如果没有，您可以快速创建一个 – Google Drive: https://accounts.google.com/SignUp?hl=en – Dropbox: https://www.dropbox.com/h

Google Drive

您需要安装 googledrive 库才能访问允许与之交互的功能 Google Drive.

该库在 Anaconda 上尚不可用。您可以在控制台中使用以下代码进行安装。

install.packages("googledrive")

然后你打开图书馆。

library(googledrive)

对于非 conda 用户来说，安装库也很简单，可以使用 `install.packages('包名')`，包名用引号括起来放在括号内。R 会将库安装到 `.libPaths()` 返回的第一个位置。

上载到 Google Drive

要上传文件到 Google 驱动时，您需要使用 drive_upload() 函数。

每次重新启动 Rstudio 时，系统都会提示您允许访问 tidyverse Google Drive.

drive_upload() 的基本语法是

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.

启动代码后，您需要确认几个问题

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

输出：

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

您在控制台中输入 1 来确认访问

然后，您将被重定向到 Google 启用 API 访问权限。点击“允许”。

身份验证完成后，您可以退出浏览器。

在 Rstudio 的控制台中，您可以查看已完成步骤的摘要。 Google 已成功上传位于本地硬盘上的文件。 Google 为驱动器中的每个文件分配一个ID。

您可以在 Google Spreadsheet.

drive_browse("table_car")

输出：

您将被重定向到 Google Spreadsheet

进口于 Google Drive

通过文件 ID 下载是可靠的方法。如果您知道文件名，请先获取其 ID：

注意：：这取决于您的互联网连接和驱动器的大小，这需要一些时间。

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

您将 ID 存储在变量 x 中。drive_download() 函数允许从 Google Drive.

基本语法是：

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.

您最终可以下载文件：

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

Code 说明

• drive_download()：从中下载文件的函数 Google Drive
• as_id(x): 使用ID浏览文件 Google Drive
• overwrite = TRUE：如果文件存在，则覆盖它，否则执行停止要本地查看文件的名称，可以使用：

输出：

文件存储在您的工作目录中。请记住在 R 中打开它之前添加文件扩展名。您可以使用 paste() 函数创建完整文件名（例如 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

输出：

##   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

最后，您可以从您的设备中删除该文件。 Google 驾驶。

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

输出：

删除操作由……异步处理 Google因此，该文件可能需要一段时间才会消失。

输出到 Dropbox

R 与 Dropbox 通过 rdrop2 库。Anaconda 上也没有这个库。您可以通过控制台安装它

install.packages('rdrop2')

library(rdrop2)

您授予临时访问权限 Dropbox 使用您的凭据进行身份验证。身份验证成功后，R 可以在您的目录中创建、删除、上传和下载文件。 Dropbox.

首先，您需要授予您帐户的访问权限。凭据在所有会话期间都会被缓存。

drop_auth()

您将被重定向到 Dropbox 确认身份验证。

您将看到一个确认页面。您可以关闭它并返回 R

您可以使用函数drop_create()创建一个文件夹。

• drop_create('my_first_drop'): 在第一个分支中创建一个文件夹 Dropbox
• drop_create('First_branch/my_first_drop')：在现有的 First_branch 文件夹内创建一个文件夹。

drop_create('my_first_drop')

输出：

掉落Box

要将 .csv 文件上传到您的 Dropbox，使用函数drop_upload()。

基本语法：

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")

输出：

下降时Box

您可以从以下位置读取 csv 文件 Dropbox 使用函数 drop_read_csv()

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

输出：

##   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

当你不再使用文件并想删除它时，你需要在 drop_delete() 函数中写入文件的路径

drop_delete('my_first_drop/table_car.csv')

输出：

也可以删除文件夹

drop_delete('my_first_drop')

输出：

从 R 导出数据：函数参考

本教程中使用的所有导出函数如下所示：

常见问题