1.基本知识
1.1几个重要文件数据读取函数
1.1.1函数read.table（）
代码语言：javascript复制read.table(file, header = FALSE, sep = "", quote = ""'",
dec = ".", numerals = c("allow.loss", "warn.loss", "no.loss"),
row.names, col.names, as.is = !stringsAsFactors,
na.strings = "NA", colClasses = NA, nrows = -1,
skip = 0, check.names = TRUE, fill = !blank.lines.skip,
strip.white = FALSE, blank.lines.skip = TRUE,
comment.char = "#",
allowEscapes = FALSE, flush = FALSE,
stringsAsFactors = default.stringsAsFactors(),
fileEncoding = "", encoding = "unknown", text, skipNul = FALSE)
- 文件指定读入的文件
- 标头是否有列名（默认无）
- seq指定分隔符（空格，TAB，换行符，回车符）
- 在其他情况下，串联可以被“或'括起，并且两种情况下，引号内部的字符都作为一部分的一部分。有效的引用字符（可能没有）的设置。由参数quote控制。默认值替换quote =“”
- dec =“。” 指定小数点数
- colClasses指定列的数据类型格式
- row.names指定各行名称，也可以是数字，指定某列为行名
- 校名
- as.is =！stringsAsFactors as.is字符向量是否转换成因子（唯一这个功能），TRUE时保留为字符型
- na.strings =“ NA”指定的字符表示值数值
- colClasses = NA colClasses运行为输入中的每个列设置需要的类型。注意，colClasses和as.is对每列专用，而不是每个变量。因此，它对行标签列也同样适用（如果有的话）。
- nrows = -1最大读入行数，即读入前多少行，“-1”表示都读入
- skip = 0跳过文件的前n行（skip = n）
- check.names = TRUE＃检查变量名在R中是否有效
- fill =！blank.lines.skip从一个电子表格中导出的文件通常会把拖尾的空隙（包括？堑姆指舴？忽略掉。为了读取这样的文件，必须设置参数fill = TRUE
- strip.white = FALSE如果设置了分隔符，字符扩展起始和收尾处的空白会作为分段部分看待的。为了去掉这些空白，可以使用参数strip.white = TRUE
- blank.lines.skip = TRUE默认情况下，read.table忽略空白行。这可以通过设置blank.lines.skip = FALSE来改变。但这个参数只有在和fill = TRUE共同使用时才有效。这时，可能是用空白行表明规则数据中的缺损样本。
- comment.char =“＃”默认情况下，read.table用＃作为注释标识字符。如果碰到该字符（除了在被引用的字符串内），该行中随后的内容将会被忽略。只包含如果确认数据文件中没有注释内容，用comment.char =“”会比较安全（也可能让速度比较快）。
- 从R 2.2.0开始，该参数设置为否，而且反斜杠是唯一被解释为逃逸引用符号的字符（在前面描述的环境中）。如果该参数设置为，以C形式的逃逸规则解释，也就是控制符如，，，，，，八进制和十六进制如40和x2A相同描述。反斜杠
- 冲洗=假
- stringsAsFactors = default.stringsAsFactors（）
- fileEncoding =“”
- 编码=“未知”
- 文本
- skipNul =假
- encoding =指定非非ASCII的编码规则
setwd("E:/Lang/R/finally_book/test3/")
rm(list = ls())
## 基本参数
dataset1 <- read.table("./women1.txt", header = T, sep = "t")
head(dataset1)## name height weight tmp
## 1 stu1 58 115 1.1
## 2 stu2 59 117 1.2
## 3 stu3 60 120 1.3
## 4 stu4 61 123 1.4
## 5 stu5 62 126 1.5
## 6 stu6 63 129 1.6dataset1$name## [1] stu1 stu2 stu3 stu4 stu5 stu6 stu7 stu8 stu9 stu10 stu11
## [12] stu12 stu13 stu14 stu15
## 15 Levels: stu1 stu10 stu11 stu12 stu13 stu14 stu15 stu2 stu3 ... stu9class(dataset1$name)## [1] "factor"is.factor(dataset1$name)## [1] TRUEdataset1 <- read.table("./women1.txt", header = T, sep = "t", as.is = T)
head(dataset1)## name height weight tmp
## 1 stu1 58 115 1.1
## 2 stu2 59 117 1.2
## 3 stu3 60 120 1.3
## 4 stu4 61 123 1.4
## 5 stu5 62 126 1.5
## 6 stu6 63 129 1.6dataset1$name## [1] "stu1" "stu2" "stu3" "stu4" "stu5" "stu6" "stu7" "stu8"
## [9] "stu9" "stu10" "stu11" "stu12" "stu13" "stu14" "stu15"class(dataset1$name)## [1] "character"is.factor(dataset1$name)## [1] FALSE## skip = 0 跳过文件的前n行（skip = n）
dataset2 <- read.table("./women1.txt", header = T, sep = "t", skip = 3)
head(dataset2)## stu3 X60 X120 X1.3
## 1 stu4 61 123 1.4
## 2 stu5 62 126 1.5
## 3 stu6 63 129 1.6
## 4 stu7 64 132 1.7
## 5 stu8 65 135 1.8
## 6 stu9 66 139 1.9dataset2 <- read.table("./women1.txt", header = F, sep = "t", skip = 3)
head(dataset2)## V1 V2 V3 V4
## 1 stu3 60 120 1.3
## 2 stu4 61 123 1.4
## 3 stu5 62 126 1.5
## 4 stu6 63 129 1.6
## 5 stu7 64 132 1.7
## 6 stu8 65 135 1.8## nrows = -1 最大读入行数，“-1”表示都读入
dataset3 <- read.table("./women1.txt", header = T, sep = "t", nrows = 3)
head(dataset3)## name height weight tmp
## 1 stu1 58 115 1.1
## 2 stu2 59 117 1.2
## 3 stu3 60 120 1.3dataset3 <- read.table("./women1.txt", header = F, sep = "t", nrows = 3)
head(dataset3)## V1 V2 V3 V4
## 1 name height weight tmp
## 2 stu1 58 115 1.1
## 3 stu2 59 117 1.2## 指定行名
dataset4 <- read.table("./women1.txt", header = T, sep = "t", row.names = 1) # **表中第一行一列元素被跳过**
head(dataset4)## height weight tmp
## stu1 58 115 1.1
## stu2 59 117 1.2
## stu3 60 120 1.3
## stu4 61 123 1.4
## stu5 62 126 1.5
## stu6 63 129 1.6row.names(dataset4)## [1] "stu1" "stu2" "stu3" "stu4" "stu5" "stu6" "stu7" "stu8"
## [9] "stu9" "stu10" "stu11" "stu12" "stu13" "stu14" "stu15"
## dec = “.” 指定小数点数;na.strings = “NA” 指定什么样的字符表示值缺少;comment.char 只能设定一个
data1 <- read.table("./women2.txt", header = T, dec = "*", na.strings = c("", "NA", "NO"), comment.char = "\")
head(data1)## name height weight tmp
## 1 /stu1/ 58 115 1.1
## 2 /stu2/ 59 117 1.2
## 3 /stu3/ 60 NA 1.3
## 4 /stu4/ 61 123 1.4
## 5 /stu5/ 62 NA 1.5
## 6 /stu6/ NA NA 1.6sapply(data1[1:6,], is.na)## name height weight tmp
## [1,] FALSE FALSE FALSE FALSE
## [2,] FALSE FALSE FALSE FALSE
## [3,] FALSE FALSE TRUE FALSE
## [4,] FALSE FALSE FALSE FALSE
## [5,] FALSE FALSE TRUE FALSE
## [6,] FALSE TRUE TRUE FALSEsapply(data1, class)## name height weight tmp
## "factor" "integer" "integer" "numeric"# quote的设定
data1 <- read.table("./women2.txt", header = T, dec = "*", na.strings = c("", "NA", "NO"), comment.char = "\", quote = "/", as.is = F)
head(data1)## name height weight tmp
## 1 stu1 58 115 1.1
## 2 stu2 59 117 1.2
## 3 stu3 60 "" 1.3
## 4 stu4 61 123 1.4
## 5 stu5 62 <NA> 1.5
## 6 stu6 NA <NA> 1.6sapply(data1, class)## name height weight tmp
## "factor" "integer" "factor" "numeric"test1 <- c(1:5, "6,7", "8,9,10")
tf <- tempfile() # 生成一个临时文件
tf## [1] "C:\Users\Administrator\AppData\Local\Temp\RtmpeGFHVW\file1aa8786c53fe"writeLines(test1, tf) # write
read.csv(tf)## X1
## 1 2
## 2 3
## 3 4
## 4 5
## 5 6
## 6 7
## 7 8
## 8 9
## 9 10read.csv(tf, fill = T)## X1
## 1 2
## 2 3
## 3 4
## 4 5
## 5 6
## 6 7
## 7 8
## 8 9
## 9 10t( count.fields(tf, sep = ",") )## [,1] [,2] [,3] [,4] [,5] [,6] [,7]
## [1,] 1 1 1 1 1 2 3ncol <- max(count.fields(tf, sep = ","))
ncol## [1] 3seq_len(ncol)## [1] 1 2 3paste("V", seq_len(ncol))## [1] "V 1" "V 2" "V 3"paste0("V", seq_len(ncol))## [1] "V1" "V2" "V3"read.csv(tf, fill = TRUE, header = FALSE,
col.names = paste0("V", seq_len(ncol)))## V1 V2 V3
## 1 1 NA NA
## 2 2 NA NA
## 3 3 NA NA
## 4 4 NA NA
## 5 5 NA NA
## 6 6 7 NA
## 7 8 9 10unlink(tf)## "Inline" data set, using text=
## Notice that leading and trailing empty lines are auto-trimmed
read.table(header = TRUE, text = "
a b
1 2
3 4
")## a b
## 1 1 2
## 2 3 4read.table(header = TRUE, text = "
ab
1 2
3 4
")## ab
## 1 2
## 3 4x <- data.frame(a = I("a " quote"), b = pi)
x## a b
## 1 a " quote 3.141593write.table(x, file = "foo.csv", sep = ",", col.names = NA,
qmethod = "double")
tmp <- read.table("foo.csv", header = TRUE, sep = ",", row.names = 1);tmp## a b
## 1 a " quote 3.141593row.names(tmp)## [1] "1"write.csv(x, file = "foo.csv")Error in file(file, ifelse(append, "a", "w")) :
cannot open the connection
In addition: Warning message:
In file(file, ifelse(append, "a", "w")) :
cannot open file 'foo.csv': Permission denied
注意，产生这个错误信息原因是文件被外部打开write.csv(x, file = "foo.csv", row.names = FALSE)
read.csv("foo.csv")## a b
## 1 a " quote 3.141593write.csv(x, file = "foo.csv", row.names = TRUE)
read.csv("foo.csv")## X a b
## 1 1 a " quote 3.141593## To write a file in MacRoman for simple use in Mac Excel 2004/8
write.csv(x, file = "foo.csv", fileEncoding = "macroman")
## or for Windows Excel 2007/10
write.csv(x, file = "foo.csv", fileEncoding = "UTF-16LE")1.1.2 read.fwf（）函数
- 将固定宽度格式的数据表读入data.frame。
- 适用于读入数据相应没有相应的分隔符，但是读入的数据长度是固定长度
读入固定分隔长度的数据：
代码语言：javascript复制read.fwf(file, widths, header = FALSE, sep = "t",
skip = 0, row.names, col.names, n = -1,
buffersize = 2000, fileEncoding = "", ...)- file：指定读入的文件，或者文件所在地址；
- widths：指定分隔的长度，可以等于向量，列表（用于指定每行读入长度）指定不同的分隔；
- buffersize：一次最大的读入行数；
- n：读入数据的行数，默认为无数；
fwf.txt
代码语言：javascript复制ABC123%$12
TEX124@#12
y o14 @@# demo_3 <- read.fwf("./fwf.txt", widths = c(3,3), header = F, col.names = c("name", "score"))
demo_3## name score
## 1 ABC 123
## 2 TEX 124
## 3 y o 14ff <- tempfile()
cat(file = ff, "123456", "987654", sep = "n") # 123456n987654
read.fwf(ff, widths = c(1,2,3)) ## V1 V2 V3
## 1 1 23 456
## 2 9 87 654read.fwf(ff, widths = c(1,0,3)) # 0表示不读入，为空NA## V1 V2 V3
## 1 1 NA 234
## 2 9 NA 876read.fwf(ff, widths = c(1,-1,3)) # 负数表示省略 ## V1 V2
## 1 1 345
## 2 9 765read.fwf(ff, widths = c(1,-2,3)) ## V1 V2
## 1 1 456
## 2 9 654unlink(ff)
cat(file = ff, "123", "987654", sep = "n")
read.fwf(ff, widths = c(1,0, 2,3)) # 当一行读完了之后，没有的置为NA## V1 V2 V3 V4
## 1 1 NA 23 NA
## 2 9 NA 87 654unlink(ff)
cat(file = ff, "123456", "987654", sep = "n")
tmp <- read.fwf(ff, widths = list(c(1,0, 2,3), c(2,2,2))) # 利用列表为每行指定长度
tmp## V1 V2 V3 V4 V5 V6 V7
## 1 1 NA 23 456 98 76 54class(tmp)## [1] "data.frame"dim(tmp)## [1] 1 7unlink(ff)1.1.3 w <-readline（）函数
代码语言：javascript复制readline(prompt = "")1，用于程序的交互，根据输入的条件来判断后续执行的方向；
2，通过键盘读入一行数据；
代码语言：javascript复制Demo_2 <- function()
{
input <- readline("DO you think R is hard to learn,Please give your choice:Y or N ")
if (input == "Y")
cat("Come on; Spent more time.n")
else
cat("Good!")
}
Demo_2()## DO you think R is hard to learn,Please give your choice:Y or N
## Good!1.1.4 readLines（）函数
代码语言：javascript复制readLines(con = stdin(), n = -1L, ok = TRUE, warn = TRUE,
encoding = "unknown", skipNul = FALSE)1，控制读入的数据行数，非批处理，有点类似数据库中的指标操作，可对文件中的数据逐行操作。
2，例如关于通过读入数据的每行来判断是否有需要的数据，有再对数据进行处理；提示：该数据配合R中的正则表达式相关函数，对于处理不规则的数据很强大。
代码语言：javascript复制readLines("./women1.txt", n = 1)## [1] "nametheighttweightttmp"readLines("./women1.txt", n = 1)## [1] "nametheighttweightttmp"con <- file("./women1.txt","r")
nfields <- count.fields(con, sep = "t") # 这一句把文件读了一遍，把指针指到了最后
readLines(con, n = 1)## character(0)seek(con, 0, rw = "r") # con <- file("./women1.txt","r")## [1] 283i <- 1
repeat{
myline <- readLines(con, n = 1);
if(length(myline) == 0) {break;}
cat(i, "->", myline, "n", sep = "")
i = i 1
}## 1->name height weight tmp
## 2->stu1 58 115 1.1
## 3->stu2 59 117 1.2
## 4->stu3 60 120 1.3
## 5->stu4 61 123 1.4
## 6->stu5 62 126 1.5
## 7->stu6 63 129 1.6
## 8->stu7 64 132 1.7
## 9->stu8 65 135 1.8
## 10->stu9 66 139 1.9
## 11->stu10 67 142 2
## 12->stu11 68 146 2.1
## 13->stu12 69 150 2.2
## 14->stu13 70 154 2.3
## 15->stu14 71 159 2.4
## 16->stu15 72 164 2.5close(con)perl中的写法会出错
while(myline = readLines(con, n = 1)){
myline
} # Error: unexpected '=' in "while(myline =" cat("TITLE extra line", "2 3 5 7", "", "11 13 17", file = "ex.data",
sep = "n")
readLines("ex.data", n = -1)## [1] "TITLE extra line" "2 3 5 7" ""
## [4] "11 13 17"unlink("ex.data") # delete
## difference in blocking
cat("123nabc", file = "test1") # 最后一行没有换行符
readLines("test1") # line with a warning## Warning in readLines("test1"): incomplete final line found on 'test1'## [1] "123" "abc"con <- file("test1", "r", blocking = FALSE) # 最后没有换行符的行不读
readLines(con) # empty## [1] "123"cat(" defn", file = "test1", append = TRUE)
readLines(con) # gets both## [1] "abc def"close(con)1.1.5函数scan（）
该函数从键盘或文件中读取数据，并存入向量或列表中。
代码语言：javascript复制scan(file, what)- 第一个参数是文件名，如“ test.txt”，若为“”或空，则从键盘读入数据；
- 如：list（“”，0,0）指定读入到列表中，列表有三项，且列表第一项是字符型，第二三项是数值型。若为0，则指定读入到一个数值向量中。
scan(file = "", what = double(), nmax = -1, n = -1, sep = "",
quote = if(identical(sep, "n")) "" else "'"", dec = ".",
skip = 0, nlines = 0, na.strings = "NA",
flush = FALSE, fill = FALSE, strip.white = FALSE,
quiet = FALSE, blank.lines.skip = TRUE, multi.line = TRUE,
comment.char = "", allowEscapes = FALSE,
fileEncoding = "", encoding = "unknown", text, skipNul = FALSE)- 什么：声明读入为字符类型数据，可能指定读入的精度/类型，例如：what = integer（0）； what = numeric（0）； what = character（0）；
如果SCAN（）读入有字符与数字，用what =“”来进行声明，直接把读入的数字隐式的都转换成字符；
- SEP：指定各个读入的数据之间的分隔符；有时情况下分隔符：空格，tab；如果不是其他分隔符，例如“：/”通过SEP来指定；
- 可以通过列表指定读入变量的变量名，同时生成的对象为列表，则可以同时读入字符与数字；
- 跳过从第几行开始读入数据；
- Nlines指定最大读入行数；
- 如果通过键盘输入的时候，不希望出现下标提示，则可以使用：quiet = TRUE；
- encoding =””指定的编码格式，有时候读入的中文可能会出现乱码的时候，可能通过这个参数来指定：Latin-1或UTF-8；
扫描注意：
- 用于读入纯字符或数字，没有表头；
- 如果输入的单一类型的变量，例如均是：数值或均是字符，用scan效率更高。但其不能读入混合类型的数据，也就是在scan（）读入的必须同为字符或者同为数值
- 默认情况下用扫描读入的数据生成向量类型（这也就是为什么读入的数据必须是同为字符或同为数字）。
# 从键盘中输入数字（单独回车换行结束输入，与Perl语言不一样）
d<-scan("") # error scan(" ")
d## numeric(0)> d<-scan("") # error scan(" ")
1: r
1: r
Error in scan("") : scan() expected 'a real', got 'r'# 从键盘中输入字符
d<-scan("",what="")
d## character(0)fwf.txt
ABC123%$12
TEX124@#12
y o14 @@#
# 从外部读入
d <- scan("./fwf.txt")
Error in scan("./fwf.txt") : scan() expected 'a real', got 'ABC123%$12'# fwf2.txt
# 1 2 3
# 1 2 3
d <- scan("./fwf2.txt")
d## [1] 1 2 3 1 2 3length(d)## [1] 6cat("TITLE extra line", "2 3 5 7", "11 13 17", file = "ex.data", sep = "n")
# ex.data
# TITLE extra line
# 2 3 5 7
# 11 13 17
scan("ex.data", skip = 1, quiet = F) # 等价于scan("ex.data", skip = 1)## [1] 2 3 5 7 11 13 17scan("ex.data", skip = 1, quiet = T)## [1] 2 3 5 7 11 13 17scan("ex.data", skip = 1, nlines = 1) # only 1 line after the skipped one## [1] 2 3 5 7scan("ex.data", what = list("","","")) # flush is F -> read "7"## Warning in scan("ex.data", what = list("", "", "")): number of items read
## is not a multiple of the number of columns## [[1]]
## [1] "TITLE" "2" "7" "17"
##
## [[2]]
## [1] "extra" "3" "11" ""
##
## [[3]]
## [1] "line" "5" "13" ""scan("ex.data", what = list("","",""), flush = TRUE)## [[1]]
## [1] "TITLE" "2" "11"
##
## [[2]]
## [1] "extra" "3" "13"
##
## [[3]]
## [1] "line" "5" "17"unlink("ex.data")
## "inline" usage
scan(text = "1 2 3")## [1] 1 2 31.1.5内置数据集的读取
R本身提供超过50个数据集，同时在功能包（包括标准功能包）中附带更多的数据集。与S-Plus不同，这些数据即必须通过数据函数加载。
代码语言：javascript复制data(package="nls") #查看nls中数据集
data(Puromycin, package="nls") #读取nls中Puromycin数据集。1.1.6编辑数据
在使用一个数据帧或矩阵时，编辑提供一个独立的工作表式编辑环境。
代码语言：javascript复制xold <- NULL
xnew <- edit(xold) #对数据集xold进行编辑。并在完成时将改动后的对象赋值给xnew（只能输入一列）
xnew <- edit(data.frame()) #可以通过工作表界面录入新数据。
xnew## var1 var2
## 1 1 A
## 2 2 B
## 3 3 C
## 4 NA Dfix(xnew) # 打开数据框界面，修改已有的对象2.实验内容
2.1文件-目录操作
代码语言：javascript复制cat("file An", file = "A") # 创建一个文件A，文件内容是'file A','n'表示换行，这是一个很好的习惯
cat("file Bn", file="B") #创建一个文件B
file.append("A", "B") # 将文件B的内容附到A内容的后面，注意没有空行## [1] TRUEfile.create("A") # 创建一个文件A, 注意会覆盖原来的文件## [1] TRUEfile.append("A", rep("B", 10)) # 将文件B的内容复制10遍，并先后附到文件A内容后## [1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUEread.table("./A")## V1 V2
## 1 file B
## 2 file B
## 3 file B
## 4 file B
## 5 file B
## 6 file B
## 7 file B
## 8 file B
## 9 file B
## 10 file Bfile.show("A") #新开工作窗口显示文件A的内容
file.copy("A", "C") # 复制文件A保存为C文件，同一个文件夹## [1] TRUEdir.create("tmp") # 创建名为tmp的文件夹
file.copy(c("A", "B"), "tmp") #将文件夹拷贝到tmp文件夹中## [1] TRUE TRUElist.files("tmp") # 查看文件夹tmp中的文件名## [1] "A" "B"unlink("tmp", recursive = F) # 如果文件夹tmp为空，删除文件夹tmp
list.dirs() # 上面的命令没有删除目录## [1] "." "./tmp"unlink("tmp", recursive = TRUE) # 删除文件夹tmp，如果其中有文件一并删除
list.dirs() # 上面的命令删除目录及文件## [1] "."file.remove("A", "B", "C") # 移除三个文件## [1] TRUE TRUE TRUEzz <- file("ex.data", "w") # open an output file connection. And the file will be create if not exist
cat("TITLE extra line", "2 3 5 7", "", "11 13 17", file = zz, sep = "n")
cat("One more linen", file = zz)
close(zz)
readLines("ex.data")## [1] "TITLE extra line" "2 3 5 7" ""
## [4] "11 13 17" "One more line"unlink("ex.data")2.2压缩
代码语言：javascript复制zz <- gzfile("ex.gz", "w") # compressed file
cat("TITLE extra line", "2 3 5 7", "", "11 13 17", file = zz, sep = "n")
close(zz)
readLines(zz <- gzfile("ex.gz"))## [1] "TITLE extra line" "2 3 5 7" ""
## [4] "11 13 17"close(zz)
unlink("ex.gz")
zz <- bzfile("ex.bz2", "w") # bzip2-ed file
cat("TITLE extra line", "2 3 5 7", "", "11 13 17", file = zz, sep = "n")
close(zz)
readLines(zz <- bzfile("ex.bz2"))## [1] "TITLE extra line" "2 3 5 7" ""
## [4] "11 13 17"unlink("ex.bz2")Tfile <- file("test1", "w ")
c(isOpen(Tfile, "r"), isOpen(Tfile, "w")) ## [1] TRUE TRUEcat("abcndefn", file=Tfile)
readLines(Tfile)## [1] "abc" "def"seek(Tfile, 0, rw="r") # reset to beginning## [1] 10readLines(Tfile)## [1] "abc" "def"cat("ghin", file=Tfile)
readLines(Tfile)## [1] "ghi"close(Tfile)
unlink("test1")
## We can do the same thing with an anonymous file.（匿名文件操作，不许通过unlink（）释放文件）
Tfile <- file()
cat("abcndefn", file=Tfile)
readLines(Tfile)## [1] "abc" "def"close(Tfile)
Tfile <- tempfile()
Tfile## [1] "C:\Users\Administrator\AppData\Local\Temp\RtmpeGFHVW\file1aa821bc38ed"unlink(Tfile)这段代码运行时死机
if(capabilities("fifo")) {
zz <- fifo("foo-fifo", "w ")
writeLines("abc", zz)
print(readLines(zz))
close(zz)
unlink("foo-fifo")
}con1 <- socketConnection(port = 6011, server=TRUE)
repeat{
message <- readline("huang:")
writeLines(message, con1)
if(message == "bye"){break}
}
close(con1)
# R process 2
con2 <- socketConnection(Sys.info()["nodename"], port = 6011)
# as non-blocking, may need to loop for input
repeat{
message <-readLines(con2)
if(length(message) ==0){
Sys.sleep(1);
next;
}
cat("message from huang:", message, "n", sep = "")
if(message == "bye"){break}
}
close(con2)
- 服务器端：
- 用户端：
2.3 excel文件的读取
代码语言：javascript复制library(RODBC)
excel_file <- odbcConnectExcel("./tmp.xls")
sheet_data <- sqlFetch ( excel_file ,"Sheet1");sheet_data## F1 F2 F3
## 1 1 2 3
## 2 1 2 3
## 3 1 2 3
## 4 1 2 3
## 5 1 2 3
## 6 1 2 3
## 7 1 2 3
## 8 1 2 3class(sheet_data)## [1] "data.frame"close ( excel_file )心得体会
- 读取方法
方式1：使用read.fwf函数：该方法较慢（相对于read.table，但是可以处理复杂的数据）
方法2：使用read.table速度比方方1快，但是需要读入的原始数据格式有一定的要求
- update.packages（checkBuilt = TRUE，询问=否）
出现错误：
代码语言：javascript复制【载入需要的程辑包：RODBC
Failed with error: ‘程辑包‘RODBC’是在R版本3.0.0之前建的：你得重新安装
或者
Error: package ‘RODBC’ was built before R 3.0.0: please re-install it】因为这些RODBC包相对于R平台而言版本适当，需要通过平台更新后包才可以应用。对于R3.1.0版本来说用RODBC_1.3-10.zip就可以。
代码语言：javascript复制https://rstudio-pubs-static.s3.amazonaws.com/188561_f365a21d9ac041f99dc92c6d9e20cfeb.html
