R CSV 文件

17 Mar 2025 | 4 分钟阅读

逗号分隔值 (CSV) 文件是一个包含数据列表的纯文本文件。这些文件通常用于不同应用程序之间的数据交换。例如，数据库和联系人管理器主要支持 CSV 文件。

这些文件有时可以称为字符分隔值或逗号分隔文件。它们通常使用逗号字符来分隔数据，但有时使用其他字符，例如分号。我们的想法是将复杂的数据从一个应用程序导出到 CSV 文件，然后将 CSV 文件中的数据导入到另一个应用程序。

将数据存储在 Excel 电子表格中是数据存储最常见的方式，数据科学家经常使用这种方式。 R 中有很多包专门用于访问 Excel 电子表格中的数据。用户通常发现将电子表格保存为逗号分隔值文件更容易，然后使用 R 的内置功能来读取和操作数据。

R 允许我们从 R 环境之外存储的文件中读取数据。让我们开始了解如何将数据读写到 CSV 文件中。文件应存在于当前工作目录中，以便 R 可以读取它。我们还可以设置我们的目录并从那里读取文件。

获取和设置工作目录

在 R 中，getwd() 和 setwd() 是两个有用的函数。 getwd() 函数用于检查 R 工作区指向哪个目录。 setwd() 函数用于设置一个新的工作目录，以便从该目录读取和写入文件。

让我们看一个例子来了解如何使用 getwd() 和 setwd() 函数。

示例

# Getting and printing current working directory.
print(getwd())
# Setting the current working directory.
setwd("C:/Users/ajeet")
# Getting and printingthe current working directory.
print(getwd())

输出

创建 CSV 文件

逗号分隔列中值的文本文件称为 CSV 文件。让我们从创建 CSV 文件开始，借助以下数据，使用记事本中的“另存为所有文件(*.*)”选项，以 .csv 扩展名保存。

示例：record.csv

id,name,salary,start_date,dept
1,Shubham,613.3,2012-01-01,IT
2,Arpita,525.2,2013-09-23,Operations
3,Vaishali,63,2014-11-15,IT
4,Nishka,749,2014-05-11,HR
5,Gunjan,863.25,2015-03-27,Finance
6,Sumit,588,2013-05-21,IT
7,Anisha,932.8,2013-07-30,Operations
8,Akash,712.5,2014-06-17,Financ

输出

读取 CSV 文件

R 具有丰富的功能集。 R 提供了 read.csv() 函数，它允许我们读取当前工作目录中可用的 CSV 文件。此函数将文件名作为输入，并返回其中存在的所有记录。

让我们使用我们的 record.csv 文件，使用 read.csv() 函数从中读取记录。

示例

data <- read.csv("record.csv")
print(data)

当我们执行上面的代码时，它会给出以下输出

输出

分析 CSV 文件

当我们使用 read.csv() 函数从 .csv 文件读取数据时，默认情况下，它将输出作为数据帧。在分析数据之前，让我们首先借助 is.data.frame() 函数检查输出的形式。之后，我们将借助 nrow() 和 ncol() 函数检查行数和列数。

示例

csv_data<- read.csv("record.csv")
print(is.data.frame(csv_data))
print(ncol(csv_data))
print(nrow(csv_data))

当我们运行上面的代码时，它将生成以下输出

输出

从上面的输出可以清楚地看出，我们的数据是以数据帧的形式读取的。因此，我们可以应用我们在前面章节中讨论的所有数据帧函数。

示例：获取最大工资

# Creating a data frame.
csv_data<- read.csv("record.csv")

# Getting the maximum salary from data frame.
max_sal<- max(csv_data$salary)
print(max_sal)

输出

示例：获取拥有最高工资的人的详细信息

# Creating a data frame.
csv_data<- read.csv("record.csv")

# Getting the maximum salary from data frame.
max_sal<- max(csv_data$salary)
print(max_sal)

#Getting the detais of the pweson who have maximum salary
details <- subset(csv_data,salary==max(salary))
print(details)

输出

示例：获取在 IT 部门工作的所有人的详细信息

# Creating a data frame.
csv_data<- read.csv("record.csv")

#Getting the detais of all the pweson who are working in IT department
details <- subset(csv_data,dept=="IT")
print(details)

输出

示例：获取工资大于 600 且在 IT 部门工作的人员的详细信息。

# Creating a data frame.
csv_data<- read.csv("record.csv")

#Getting the detais of all the pweson who are working in IT department
details <- subset(csv_data,dept=="IT"&salary>600)
print(details)

输出

示例：获取 2014 年或之后加入的人员的详细信息。

# Creating a data frame.
csv_data<- read.csv("record.csv")

#Getting details of those peoples who joined on or after 2014
details <- subset(csv_data,as.Date(start_date)>as.Date("2014-01-01"))
print(details)

输出

写入 CSV 文件

与读取和分析一样，R 也允许我们写入 .csv 文件。为此，R 提供了 write.csv() 函数。此函数从现有数据帧创建 CSV 文件。此函数在当前工作目录中创建文件。

让我们看一个例子来了解如何使用 write.csv() 函数来创建输出 CSV 文件。

示例

csv_data<- read.csv("record.csv")

#Getting details of those peoples who joined on or after 2014
details <- subset(csv_data,as.Date(start_date)>as.Date("2014-01-01"))

# Writing filtered data into a new file.
write.csv(details,"output.csv")
new_details<- read.csv("output.csv")
print(new_details)

输出