R02:怎麼輸入資料
閱讀時間約 6 分鐘
我們上次提到怎麼安裝R，跟packages，我發現在剛學程式語言或是數據分析的時候，大部分的人學了一點基礎之後，都會想直接輸入數據，開始自己動手做，但是對於沒嘗試過programming的人來說，即便使用了IDE，第一個小障礙會是怎麼把不同數據輸入程式之中，好在R或者Rstudio要做這件事情十分方便，我今天想跟大家分享怎麼會入5種我常用的數據格式。影片的話我可能要等到周末才有空拍，先把Medium的文稿寫出來囉。我下面說這些東西其實stackoverflow或是基礎R教學一定都查得到，但是如果你是剛好看其他文章進來，又剛好想學R，那繼續看下去就對了。
在說怎麼輸入資料之前，我假設大家都是剛接觸R，先講一下怎麼指定檔案:
先假設檔案在我的Documents資料夾下，如果你使用linux base的機器不會有這個問題，但是如果使用window，你打開資料夾之後，通常去複製路徑會得到C:\Users\jhuang\Documents，但是要注意R的路徑呈現必須要相反方向，請看下面，target會是你的檔案，例如XXX.xlsx或者XXX.csv。
> path <- "C:/Users/jhuang/Documents"
> file <- sprintf("%s/target",path)
在這邊使用了一個sprintf的功能(function)，你可以在R的指令列打?sprintf在右下角的那個help panel會告訴你sprintf怎麼使用，簡單來說，%s你會去替換的變數，這時候你file會得到整串檔案的位置，例如
> file
[1] "C:/Users/jhuang/Documents/target"
你當然也可以舉一反三增加多個變數。接下來就是要教你怎麼會入資料。
- 大家最常使用的excel
一般來說，大部分的人最常使用readxl這個package來讀excel檔，所以最簡單的寫法應該是這樣
> path <- "C:/Users/jhuang/Documents"
> file <- sprintf("%s/target",path)
> library(readxl)
> data <- read_excel(file, sheet = "Sheet1", skip = 1, col_types = "numeric")
常用的option大概是這幾個sheet，你可以用數字指定第幾個sheet，或是直接給sheet的名字用引號包起來，skip就是你一開始想跳過幾列(row)，col_types/col_name是可以指定每一行(column)的名稱跟型態。你如果想知道更詳細的說明就去點上面的連結。
- csv, comma-separated values 檔案
第二種常見檔案是csv檔案，本身R就帶有read.csv可以使用，但是如過數據較大，read.csv的閱讀速度會很慢，寫法應該是這樣
> path <- "C:/Users/jhuang/Documents"
> file <- sprintf("%s/target",path)
> data <- read.csv(file,skip = 1, stringsAsFactors = F)
這邊skip用法一樣，介紹另外一個option，stringsAsFactors這會使得你在表中的文字(string)在輸入的過程中不會變成factor，其會造成初學者在處裡數據的複雜度。但是我剛說了read.csv很慢，那有沒有比較快的方法?有的，我會推薦read.table跟fread，我給大家參考網站，盡量自己去試試看，多寫才是你寫程式技巧進步的唯一方法，如果有任何問題，在下面留言我會盡量回答你。
- text 或者 acsii 檔案
再來就處理純文字檔的部分，我本身沒有在R上面使用任何中文輸出輸入，如果有需要你可以到PTT去看怎麼使用中文優化。我本身是比較喜歡使用readLines，他的寫法其是跟上面沒有差多少，但是有多一個功能，你要讀幾列，你也可以用迴圈去寫出line by line的功能，這邊嘗試一個範例:
> path <- "C:/Users/jhuang/Documents"
> file <- sprintf("%s/target",path)
> data <- readLines(file,skip = 1, n = 100)
這就是說跳過第一列，然後連續讀一百列的數據。
- netcdf 檔案
netcdf是氣象或是大氣科學家比較常用到的檔案，特色是如果某一個的數據是零他是不占空間，可以在多維度展開你的數據呈現，譬如像(x,y,z,t)，去撿小檔案的大小。netcdf目前比較常用的是ncdf4，我們來看看怎麼使用吧:
> path <- "C:/Users/jhuang/Documents"
> file <- sprintf("%s/target",path)
> library(ncdf4)
> ncin <- nc_open(file) #import netcdf file
> LAT <- ncvar_get(ncin,"LAT") #use ncvar_get to extract LAT #variable from file
ncdf4的使用比較複雜，他的function比較多，加上數據結構也比較複雜，我之後有空要另外寫一篇文章，如果你非常需要學習怎麼使用R去輸入netcdf，直接留言，我會想辦法跟你聯絡。
- 最後是RData
其實這個沒甚麼好講的就使用load，當你load之後，會在global environment得到別人寄給你的完整RData裡面的數據。
> path <- "C:/Users/jhuang/Documents"
> file <- sprintf("%s/target",path)
> load(file)
用文字書寫來做R教學果然難度不低，我盡量將簡單的部分加進去先，慢慢在擴充進階的使用。
為什麼會看到廣告
16會員
33內容數
小黃在美國生活十幾年，累積累積一堆生活上，研究所修課，找工作，工作上相關的資訊，我盡我所能跟大家分享，也希望聽見大家的反饋，Little Yellow in USA (LYUSA)
留言0
查看全部
你可能也想看
Google News 追蹤
這個秋，Chill 嗨嗨！穿搭美美去賞楓，裝備款款去露營⋯⋯你的秋天怎麼過？秋日 To Do List 等你分享！
秋季全站徵文，我們準備了五個創作主題，參賽還有機會獲得「火烤兩用鍋」，一起來看看如何參加吧～
11/20日NVDA即將公布最新一期的財報, 今天Sell Side的分析師, 開始調高目標價, 市場的股價也開始反應, 未來一週NVDA將重新回到美股市場的焦點, 今天我們要分析NVDA Sell Side怎麼看待這次NVDA的財報預測, 以及實際上Buy Side的倉位及操作, 從
Hi 大家好，我是Ethan😊
相近大家都知道保濕是皮膚保養中最基本，也是最重要的一步。無論是在畫室裡長時間對著畫布，還是在旅途中面對各種氣候變化，保持皮膚的水分平衡對我來說至關重要。保濕化妝水不僅能迅速為皮膚補水，還能提升後續保養品的吸收效率。
曾經，我的保養程序簡單到只包括清潔和隨意上乳液
2024.06.20(四) 第 59 集
【如虎添翼 第十二週 第 59 集】
﹝家中須有妻？﹞
─ 此生無憾 ─
霉女來到象山捷運站，蒐集周邊的特色公園、免爬山的賞櫻的地點、象山登山步道，旅程分享蒐集四獸山的經驗和注意事項。這是一個在大臺北城生活的黴女，展開捷運印章圖樣的個人生活企劃！
Hi there，近期我被吳卓源 Julia 在去年釋出的〈the one〉(2022) 燒到不行！它來自 Julia 的新專輯《IDFK》(2022)。〈the one〉是他專輯的第三波主打，其實一開始我就很想寫這首歌了，不過看 Julia 在各大螢光幕的動向，感覺很有可能會出 MV，所以
Hi there，距離第一張專輯已經好久的 SZA，終於在今年結束之前釋出了他的第二張個人專輯《SOS》(2022)，並且在專輯發行的第一週就強勢空降美國 Billboard 200 專輯榜的冠軍，並且也在 Spotify 的串流方面也有很驚人的數據，可以說這次的專輯效應非常成功啊，在聖誕節
在Rstudio中對於需要較多字元表示的數值，如:123000000、0.000000123，都會改用科學記號表示，如下圖：
此情況可透過
對於scipen可以等於99或999都可以，可當作顯示字元的上限，結果如下圖
因此，若想回到原本的設定，可透過
基本上數值的設定很少會調用，通常都是在圖表呈現上
20221106
今天有吃素麻油雞面。覺得頭髮好麻煩，乾脆理一理，不用吹頭髮。自從來這裡之後，就開始吃素了，快三個月的時間了。身邊的人都希望我出家，但我只是不知道自己能幹嘛而已 ，他們甚至一直說我有善根，但我只是裝成他們想看的樣子。做為一個從小就在宗教熏陶之下長大的孩子，好像我不去信仰他們的宗教我就
書送到的那天，迫不及待地開始翻閱。
但，看書速度一向超快的我，才看了第一頁，真正遇到難關。
書籍比我以為的要艱深許多，太多的研究、太多的專有名詞。以至於花了好幾天，才勉強讀了三個章節。弄了半天還在認識基礎知識，根本還沒到「怎麼實行」這件事。4+2
這個秋，Chill 嗨嗨！穿搭美美去賞楓，裝備款款去露營⋯⋯你的秋天怎麼過？秋日 To Do List 等你分享！
秋季全站徵文，我們準備了五個創作主題，參賽還有機會獲得「火烤兩用鍋」，一起來看看如何參加吧～
11/20日NVDA即將公布最新一期的財報, 今天Sell Side的分析師, 開始調高目標價, 市場的股價也開始反應, 未來一週NVDA將重新回到美股市場的焦點, 今天我們要分析NVDA Sell Side怎麼看待這次NVDA的財報預測, 以及實際上Buy Side的倉位及操作, 從
Hi 大家好，我是Ethan😊
相近大家都知道保濕是皮膚保養中最基本，也是最重要的一步。無論是在畫室裡長時間對著畫布，還是在旅途中面對各種氣候變化，保持皮膚的水分平衡對我來說至關重要。保濕化妝水不僅能迅速為皮膚補水，還能提升後續保養品的吸收效率。
曾經，我的保養程序簡單到只包括清潔和隨意上乳液
2024.06.20(四) 第 59 集
【如虎添翼 第十二週 第 59 集】
﹝家中須有妻？﹞
─ 此生無憾 ─
霉女來到象山捷運站，蒐集周邊的特色公園、免爬山的賞櫻的地點、象山登山步道，旅程分享蒐集四獸山的經驗和注意事項。這是一個在大臺北城生活的黴女，展開捷運印章圖樣的個人生活企劃！
Hi there，近期我被吳卓源 Julia 在去年釋出的〈the one〉(2022) 燒到不行！它來自 Julia 的新專輯《IDFK》(2022)。〈the one〉是他專輯的第三波主打，其實一開始我就很想寫這首歌了，不過看 Julia 在各大螢光幕的動向，感覺很有可能會出 MV，所以
Hi there，距離第一張專輯已經好久的 SZA，終於在今年結束之前釋出了他的第二張個人專輯《SOS》(2022)，並且在專輯發行的第一週就強勢空降美國 Billboard 200 專輯榜的冠軍，並且也在 Spotify 的串流方面也有很驚人的數據，可以說這次的專輯效應非常成功啊，在聖誕節
在Rstudio中對於需要較多字元表示的數值，如:123000000、0.000000123，都會改用科學記號表示，如下圖：
此情況可透過
對於scipen可以等於99或999都可以，可當作顯示字元的上限，結果如下圖
因此，若想回到原本的設定，可透過
基本上數值的設定很少會調用，通常都是在圖表呈現上
20221106
今天有吃素麻油雞面。覺得頭髮好麻煩，乾脆理一理，不用吹頭髮。自從來這裡之後，就開始吃素了，快三個月的時間了。身邊的人都希望我出家，但我只是不知道自己能幹嘛而已 ，他們甚至一直說我有善根，但我只是裝成他們想看的樣子。做為一個從小就在宗教熏陶之下長大的孩子，好像我不去信仰他們的宗教我就
書送到的那天，迫不及待地開始翻閱。
但，看書速度一向超快的我，才看了第一頁，真正遇到難關。
書籍比我以為的要艱深許多，太多的研究、太多的專有名詞。以至於花了好幾天，才勉強讀了三個章節。弄了半天還在認識基礎知識，根本還沒到「怎麼實行」這件事。4+2