第 11 章读取数据

在学习R语言过程中，除了使用内置的数据集外，我们更多的需要导入外部数据，比如实验观察数据、社会调研的数据等等。在讲如何读取数据到 R之前，先介绍下数据科学中的项目管理。

11.1 数据科学中的文件管理

把项目所需的文件（代码、数据、图片等），放在一个文件夹里

推荐我自己的文件夹命名习惯 (项目名+日期)，注意这里不要有中文和空格, 比如下面风格的就比较好

事实上，R语言提供了很多读取数据的函数。下表列出了常见文件格式的读取方法

文件格式	R 函数
.txt	`read.table()`
.csv	`read.csv()` and `readr::read_csv()`
.xls and .xlsx	`readxl::read_excel()` and `openxlsx::read.xlsx()`
.sav(SPSS files)	`haven::read_sav()` and `foreign::read.spss()`
.Rdata or rda	`load()`
.rds	`readRDS()` and `readr::read_rds()`
.dta	`haven::read_dta()` and `haven::read_stata()`
.sas7bdat(SAS files)	`haven::read_sas()`
Internet	`download.file()`

在读取文件时，路径的写法有如下方式（以图像文件”a.jpg”为例）

推荐使用强大的here宏包，here()会告诉我们当前所在的目录

here::here()

## [1] "F:/CEPS/R_for_Data_Science"

以及指向某个文件的路径信息

here::here("demo_data", "kidiq.RDS")

## [1] "F:/CEPS/R_for_Data_Science/demo_data/kidiq.RDS"

这样就会很方便的读取文件

readr::read_rds(here::here("demo_data", "kidiq.RDS"))

here宏包的好处还在于，在不同的电脑和文件结构下，代码都能运行，尤其当与合作者共同完成一个项目时，这个方法非常有用。

d <- read.table(file= "./data/txt_file.txt", header = TRUE)
d <- read.table(here::here("data", "txt_file.txt"), header = TRUE)

load(file = "./data/rda_file.rda")
load(here::here("data", "rda_file.rda"))

d <- readRDS("./data/rds_file.rds")
d <- readRDS(here::here("data", "rda_file.rds"))

library(readr)
d <- read_csv(file = "./data/csv_file.csv") 
d <- read_csv(here::here("data", "csv_file.csv"))

csv = “comma-separated values”

url <- "https://raw.githubusercontent.com/perlatex/R_for_Data_Science/master/demo_data/wages.csv"
d <- read_csv(url)

library(readxl)
d <- read_excel("./data/vowel_data.xlsx") 
d <- read_excel(here::here("data", "vowel_data.xlsx"))

library(haven)
d <- read_dta("./data/cfps2010.dta")
d <- read_dta(here::here("data", "cfps2010.dta"))

遇到乱码的情况，这里有个小小的提示：

读取demo_data文件夹下kidiq.RDS文件

变量含义：

请说出数据框中每一列的变量类型