ในการทำงานจริงนั้น ข้อมูลส่วนใหญ่ที่ได้จะถูกเก็บไว้ไฟล์สกุลต่างๆ ที่เป็นรู้จักกันอย่างดี เช่นไฟล์นามสกุล txt csv xls หรือ xlsx หรือจะนำไฟล์ข้อมูลจากโปรแกรมสถิติอื่นๆ เช่นไฟล์ข้อมูลจากโปรแกรม SPSS หรือ STATA เป็นต้น โดยเนื้อหาของบทนี้ จะเป็นการนำเข้าข้อมูลและส่งออกข้อมูลเป็นไฟล์นามสกุล txt xls และ xlsx เท่านั้น
ในการศึกษาบทเรียนนี้ เพื่อให้ง่ายต่อการใช้งาน ควรนำไฟล์ข้อมูล txt xls และ xlsx อยู่รวมในโฟลเดอร์เดี่ยวกับไฟล์ Rmd ที่กำลังใช้งานอยู่
และไฟล์ที่ใช้งานจะต้องอยู่ในรูปแบบของตาราง โดยที่แถวแรกต้องเป็นชื่อตัวแปร และแถวต่อๆไป จะเป็นข้อมูลที่บันทึกไว้ โดยในแถวที่ 2 ถึงแถวสุดท้ายหมายถึงข้อมูลตัวอย่างที่ 1 จนตัวอย่างสุดท้าย
เป็นคำสั่งที่ตรวจสอบในโฟลเดอร์ที่เราใช้งานอยู่มีไฟล์ อะไรอยู่บ้างที่สามารถ เรียกขึ้นมาใช้งานโดยคำสั่งโดยย่อ
list.files( ) [1] "cars.csv" "cars.txt" "cars.xls"
[4] "cars.xlsx" "chapter_6_files" "chapter_6.qmd"
[7] "chapter_6.rmarkdown" "csv.png" "diamonds.datasets.xlsx"
[10] "file_internet.txt" "menu.png" "readxl.png"
[13] "text.png" "xlsx.png" เพื่อการใช้การนำเข้าไฟล์ txt xls และ xlsx เป็นโดยง่าย จะพูดถึงการเก็บข้อมูลในรูปของ txt xls และ xlsx ก่อน และข้อมูลที่บันทึกทั้งหมดจะเป็นโครงสร้างข้อมูลแบบกรอบข้อมูลเท่านั้น
ถ้าต้องการนำข้อมูล cars บันทึกเป็นไฟล์ txt ขื่อ \("\)cars.txt\("\) สามารถทำได้โดยคำสั่ง write.table( )
write.table(x = cars, file ="cars.txt")ไฟล์จะถูกบันทึกลงในโฟลเดอร์เดียวกับไฟล์ Rmd ที่ใช้ทำงานอยู่ ถ้าเป็นการเขียนในรูปไฟล์ .R ถ้าอยากรู้ไฟล์ txt ที่บันทึกถูกเก็บอยู่ที่ไหน ให้ใช้คำสั่ง getwd( )
getwd( )[1] "/Users/somsak_mac2/Documents/R/DataVizWithR/DATA Viz/chapter6"เราสามารถนำเข้าไฟล์ข้อมูล txt โดยใช้คำสั่ง read.table( ) ถ้าไฟล์ txt อยู่ในโฟลเดอร์ เดียวกับไฟล์ Rmd คำสั่งที่ใช้ จะสั้นลง เช่นเดียวกับคำสั่ง write.table( )
กำหนดชื่ตัวแปร cars.txt เป็นตัวแปรที่ได้ค่ามาจากไฟล์ txt
cars.txt <- read.table(file = "cars.txt", header = TRUE)
str(cars.txt)'data.frame': 50 obs. of 2 variables:
$ speed: int 4 4 7 7 8 9 10 10 10 11 ...
$ dist : int 2 10 4 22 16 10 18 26 34 17 ...# check file in working directory
list.files( ) [1] "cars.csv" "cars.txt" "cars.xls"
[4] "cars.xlsx" "chapter_6_files" "chapter_6.qmd"
[7] "chapter_6.rmarkdown" "csv.png" "diamonds.datasets.xlsx"
[10] "file_internet.txt" "menu.png" "readxl.png"
[13] "text.png" "xlsx.png" data <- read.table(file = "cars.txt")
str(data)'data.frame': 50 obs. of 2 variables:
$ speed: int 4 4 7 7 8 9 10 10 10 11 ...
$ dist : int 2 10 4 22 16 10 18 26 34 17 ...ตัวอย่างการอ่านไฟล์ข้อมูล txt จากอินเทอร์เน๊ตที่เป็นไฟล์ txt
“http://www.sthda.com/upload/boxplot_format.txt”
url <- "http://www.sthda.com/upload/boxplot_format.txt"
data2 <- read.table(file = url, header = TRUE)
head(data2) Nom variable Group
1 IND1 10 A
2 IND2 7 A
3 IND3 20 A
4 IND4 14 A
5 IND5 14 A
6 IND6 12 Aการนำเข้าไฟล์จากอินเทอร์เน๊ต คือการนำไฟล์เข้ามาใช้เครื่องโดยเก็บไว้หน่อยความจำของภาษาอาร์ โดยไม่มีบันทึกข้อมูลลงเครื่องคอมพิวเตอร์ของเรา และจะต้องทำการเรียกไฟล์ข้องมูลจากเวบไซต์ต้นทางทุกครั้งที่เปิดใช้ไฟล์ Rmd แต่ถ้าต้องการดาวน์โหลดไฟล์มาเก็บไว้ในเครื่องสามารถทำได้โดยใช้คำสั่ง download.file( ) และสามารถตั้งชื่อให้ใหม่ได้ตามต้องการ
download.file(url, destfile = "file_internet.txt")
list.files( ) [1] "cars.csv" "cars.txt" "cars.xls"
[4] "cars.xlsx" "chapter_6_files" "chapter_6.qmd"
[7] "chapter_6.rmarkdown" "csv.png" "diamonds.datasets.xlsx"
[10] "file_internet.txt" "menu.png" "readxl.png"
[13] "text.png" "xlsx.png" csv เป็นไฟล์ข้อมูลอีกชนิดที่ได้รับความนิยม ที่ทำงานบน excel ปัญหาสำหรับผู้ใช้อาร์มือใหม่ส่วนใหญ่ที่เจอก็คือ การนำข้อมูลไปจัดการด้วยโปรแกรมเอกสารเช่น excel เพราะคิดว่าจะความง่ายกว่า แล้วจึงค่อยนำเข้าสู่โปรแกรมอาร์อีกครั้ง
จากกรอบข้อมูลที่มี คำสั่งที่ใช้ คือ write.csv( )
write.csv(x = cars, file = "cars.csv", row.names = FALSE)
list.files( ) [1] "cars.csv" "cars.txt" "cars.xls"
[4] "cars.xlsx" "chapter_6_files" "chapter_6.qmd"
[7] "chapter_6.rmarkdown" "csv.png" "diamonds.datasets.xlsx"
[10] "file_internet.txt" "menu.png" "readxl.png"
[13] "text.png" "xlsx.png" ก็สามารถทำได้โดยใช้คำสั่ง read.csv( )
cars.csv <- read.csv(file = "cars.csv")
str(cars.csv)'data.frame': 50 obs. of 2 variables:
$ speed: int 4 4 7 7 8 9 10 10 10 11 ...
$ dist : int 2 10 4 22 16 10 18 26 34 17 ...
ก่อนที่จะบันทีกและนำเข้าไฟล์สกุล xlsx จำเป็นจะต้องติดชุดคำสั่ง writexl และ readxl ในเครื่องคอมพิวเตอร์ก่อน
install.packages("writexl")
install.packages("readxl")หลังจากนั้นก็สามารถเรียกใช้งานชุดคำสั่งนี้ด้วย
library(writexl)
library(readxl)ในปัจจุบันไฟล์จากการ excel ส่วนใหม่จะเป็น xlsx แทบทั้งหมด คำสั่งสำหรับนำกรอบข้อมูลบันทึกเป็นไฟล์ xlsx คือ write_xlsx( )
write_xlsx(x = cars, path = "cars.xlsx")ตรวจสอบ
list.files( ) [1] "cars.csv" "cars.txt" "cars.xls"
[4] "cars.xlsx" "chapter_6_files" "chapter_6.qmd"
[7] "chapter_6.rmarkdown" "csv.png" "diamonds.datasets.xlsx"
[10] "file_internet.txt" "menu.png" "readxl.png"
[13] "text.png" "xlsx.png" และอ่านไฟล์ xlsx ที่อยู่รูปของตารางเหมือนกับไฟล์ csv คือ คำสั่ง read_xlsx( )
read_xlsx(path = "cars.xlsx")# A tibble: 50 × 2
speed dist
<dbl> <dbl>
1 4 2
2 4 10
3 7 4
4 7 22
5 8 16
6 9 10
7 10 18
8 10 26
9 10 34
10 11 17
# ℹ 40 more rowsยังรายละเอียดอีกมากมายหรือชุดคำสั่งอื่นๆ ที่สามารถใช้อ่านและบันทึกไฟล์ xlsx ได้ ที่ผู้อ่านจำเป็นต้องศึกษาเรียนรู้ด้วยตนเอง เช่น การบันทึกหรือนำเข้ากรอบข้อมูลลงในไฟล์ xlsx จากซีพ (sheet) อื่นๆ หรือการกำหนดนำเข้าข้อมูลเฉพาะส่วนที่ต้องการ เป็นต้น
ใน RStudio มีเมนูที่ช่วยให้การนำเข้าไฟล์มีสะดวกมากขึ้นสามารถเลือกได้จากเมนู Import Dataset
ถ้าเลือกจากไฟล์ cars.txt จากเมนู From Text(base) จะได้ในรูปที่ 6.3
ถ้าเลือกจากไฟล์ cars.csv จากเมนู From Text(readr) จะได้ในรูปที่ 6.4
ถ้าเลือกจากไฟล์ cars.xlsx จากเมนู From Excel จะได้ในรูปที่ 6.5
ถ้านำไฟล์ csv และ xlsx เข้าด้วย GUI สามารถคัดลอกโค้ดอาร์ เพื่อไปวางใน Rmd ได้
คำสั่ง Views( ) คือคำสั่งที่จะเห็นข้อมูลที่นำเข้าในรูปแบบตาราง โดยปกติควรลบคำสั่งนี้ทิ้งไป เพราะเมื่อใช้ R Markdown ไม่จำเป็นต้องคัดลอกคำสั่งจาก GUI มาทั้งหมด
ในการศึกษาขึ้นสูงต่อ ผู้อ่านควรต้องการศึกษาการนำเข้าข้อมูลจากฐานข้อมูล เช่นฐานข้อมูลแบบ SQL หรือข้อมูลจากเวบไซต์ประเภทไฟล์สกุล JSON (.json) เป็นต้น