R 作为统计学专业工具，如果只能人工的导入和导出数据，将使其功能变得没有意义。

所以，R 支持批量的从主流的表格存储格式文件中获取数据，例如 CSV、Excel、XML 等。

CSV 表格交互

CSV（Comma-Separated Values，CSV，有时也会被称为字符分隔值，因为实际使用时分隔符并不一定非得是逗号）是一种非常常见、应用也很广的表格数据存储格式。

它尤其适合用来保存中小规模的数据。

由于大多数软件支持这个文件格式，所以常用于数据的储存与交互。

CSV 本质是文本，它的文件格式极度简单。

数据是一行一行用文本保存的。每条记录被分隔符分隔为字段，每条记录都有同样的字段序列。

以下是一个简单的 sites.csv 文件（存储在测试程序的相同目录下）：

id,name,url,likes
1,Google,www.google.com,111
2,Runoob,www.runoob.com,222
3,Taobao,www.taobao.com,333

CSV 用逗号来分割列。如果数据中含有逗号，就要用双引号将整个数据块包括起来。

• 注意：包含非英文字符的文本要注意保存的编码。由于很多计算机普遍使用 UTF-8 编码，所以我是用 UTF-8 进行保存的。
• 注意：CSV 文件最后一行需要保留一个空行，不然执行程序会有警告信息。

Warning message:
In read.table(file = file, header = header, sep = sep, quote = quote,  :
  incomplete final line found by readTableHeader on 'sites.csv'

读取 CSV 文件

接下来，我们就可以使用 read.csv() 函数来读取 CSV 文件的数据。

实例

data <- read.csv("sites.csv", encoding="UTF-8")
print(data)

如果没有显式设置 encoding 属性，read.csv 函数就会直接按操作系统的默认字符编码来读取文件。

举个常见的情况，如果使用的是中文版 Windows，而且系统默认编码没有改过，那么通常就是 GBK。

说白了，编码这件事最好尽量统一，不然读文件时很容易出现各种报错或乱码。

执行以上代码输出结果为：

  id   name            url likes
1  1 Google www.google.com   111
2  2 Runoob www.runoob.com   222
3  3 Taobao www.taobao.com   333

数据框基础操作

read.csv() 函数返回的是数据框。

我们可以很方便地对数据进行统计处理，以下实例查看行数和列数：

实例

data <- read.csv("sites.csv", encoding="UTF-8")
print(is.data.frame(data))  # 查看是否是数据框
print(ncol(data))  # 列数
print(nrow(data))  # 行数

执行以上代码输出结果为：

[1] TRUE
[1] 4
[1] 3

获取字段最大值

以下统计数据框中 likes 字段最大对数据：

实例

data <- read.csv("sites.csv", encoding="UTF-8")
# likes 最大的数据
like <- max(data$likes)
print(like)

执行以上代码输出结果为：

[1] 333

条件查询数据

我们也可以指定查找条件，类似 SQL where 子句一样查询数据，需要用到到函数是 subset()。

以下实例查找 likes 为 222 到数据：

实例

data <- read.csv("sites.csv", encoding="UTF-8")
# likes 为 222 的数据
retval <- subset(data, likes == 222)
print(retval)

执行以上代码输出结果为：

  id   name            url likes
2  2 Runoob www.runoob.com   222

• 注意：条件语句等于使用 ==。

多个条件使用 & 分隔符。

以下实例查找 likes 大于 1 name 为 Runoob 的数据：

实例

data <- read.csv("sites.csv", encoding="UTF-8")
# likes 大于 1 name 为 Runoob 的数据
retval <- subset(data, likes > 1 & name=="Runoob")
print(retval)

执行以上代码输出结果为：

  id   name            url likes
2  2 Runoob www.runoob.com   222

保存为 CSV 文件

R 语言可以使用 write.csv() 函数将数据保存为 CSV 文件。

接着以上实例，我们将 likes 为 222 的数据保存到 runoob.csv 文件：

实例

data <- read.csv("sites.csv", encoding="UTF-8")
# likes 为 222 的数据
retval <- subset(data, likes == 222)
# 写入新的文件
write.csv(retval,"runoob.csv")
newdata <- read.csv("runoob.csv")
print(newdata)

执行以上代码输出结果为：

 X id   name            url likes
1 2  2 Runoob www.runoob.com   222

X 来自数据集 newper，可以通过参数 row.names = FALSE 来删除它：

实例

data <- read.csv("sites.csv", encoding="UTF-8")
# likes 为 222 的数据
retval <- subset(data, likes == 222)
# 写入新的文件
write.csv(retval,"runoob.csv", row.names = FALSE)
newdata <- read.csv("runoob.csv")
print(newdata)

执行以上代码输出结果为：

  id   name            url likes
1  2 Runoob www.runoob.com   222

执行完后，我们就可以看到 runoob.csv 文件生存：