Steem 和 R 语言：跟大鹏学 R 语言（6）读取文件

前情回顾：

• 预告：“Steem 和 R 语言：跟大鹏学 R 语言”连载即将开始
• Steem 和 R 语言：跟大鹏学 R 语言（1）下载安装
• Steem 和 R 语言：跟大鹏学 R 语言（2）简单计算
• Steem 和 R 语言：跟大鹏学 R 语言（3）变量和向量
• Steem 和 R 语言：跟大鹏学 R 语言（4）作图和统计
• Steem 和 R 语言：跟大鹏学 R 语言（5）表白

本文选自《学 R：零基础学习 R 语言》（研究出版社，大鹏、李怡著，2018）第二章，有改动。

在前几篇帖子里，我们学会了用R进行常规的数学运算和统计计算，并且做出了三张图：大气二氧化碳浓度时间序列，降水的季节变化图，北京的 PM2.5 日变化图。好像已经把R语言学完了。只是，总不能每次都把数据一个一个敲到代码里吧，也不能只使用R自带的数据自娱自乐吧。要是处理你自己文件里的大量数据呢？下面就解决这个问题。

本书里我们会使用示例数据，方便你跟我们同步操作。示例数据文件可以请R来自动生成。运行下面这两行命令：

dir.create('c:/r4r')
write.csv(as.data.frame(t(matrix(co2, 12, dimnames = list(month.abb, unique(floor(time(co2))))))), file = 'c:/r4r/co2.csv')

将来我们会解释这两条代码的含义，现在你大可略去，只管去c盘找到一个名叫r4r文件夹，里面有个名叫co2.csv的文件。这就是我们做示范的示例数据文件，你就当作是从我们的光盘上拷贝过来的吧。请在学习本书的过程中保留“c:/r4r”这个文件夹，我们在后续章节所做的示范都要用到它。

请用Excel或记事本打开co2.csv这个文件。这是个数据表，内容是1959年1月到1997年12月夏威夷Mauna Loa观测站的大气二氧化碳浓度，以年份为行，以月份为列。不要做任何修改，我们现在假定这是你即将处理的数据文件，看看如何对其中的数据进行操作。

2.1 输入：读取文件

读取文件，就是让R把数据读进R的脑子里。

如果你喜欢拷贝粘贴的方式，那么可以用 Excel 打开数据文件 co2.csv ，用鼠标选中全部数据区（ctrl+a），拷贝，然后在 R 中用下面的代码读取剪切板里的数据（试一下“tab小助理”。以后每个长命令都用一下，养成习惯）：

mydata1 <- read.table(file = "clipboard", header = TRUE)

这条指令的含义是：读取剪切板里的数据，保存到mydata1这个数据框变量里。header = TRUE 翻译过来就是“文件头是真有啊“，意思是数据表的第一行是列名称。

这时，注意观察RStudio的 右上窗，出现了 mydata1 的信息。鼠标单击可以查看内容，也可以用输入代码并运行：

mydata1

##       X    Jan    Feb    Mar    Apr    May    Jun    Jul
## 1  1959 315.42 316.31 316.50 317.56 318.13 318.00 316.39
## 2  1960 316.27 316.81 317.42 318.87 319.87 319.43 318.01
## 3  1961 316.73 317.54 318.38 319.31 320.42 319.61 318.42
## 4  1962 317.78 318.40 319.53 320.42 320.85 320.45 319.45
## 5  1963 318.58 318.92 319.70 321.22 322.08 321.31 319.58
## 6  1964 319.41 320.07 320.74 321.40 322.06 321.73 320.27
## ......
## 38 1996 362.09 363.29 364.06 364.76 365.45 365.01 363.70
## 39 1997 363.23 364.06 364.61 366.40 366.84 365.68 364.52

好了，读取数据就是这么简单。如果这已经满足你的需求，那么下一篇帖子就可以不看了。不过，我们建议你耐心读完下一篇帖子。因为，用拷贝粘贴的方式读取数据，优点是简单灵活易上手，适合临时用一下；缺点是重复性差，下回你可能忘了上次拷贝的是哪个区域的数据，这不是 R 的做事风格。更多情况下，我们要告诉R，数据文件保存在哪里，只需把上面命令的剪切板clipboard换成数据文件的路径即可。

下一篇里，我们将详细介绍这种方法。