1.4.4 数据的导入导出

1．数据文件的导入与导出

我们常用外部保存的数据文件来绘制图表。此时，就需要借助可以导入数据的函数导入不同格式的数据，包括CSV、TXT，以及Excel、SQL、HTML等数据文件。有时候，我们也需要将处理好的数据从R语言中导出保存。其中，我们在数据可视化中使用最多的就是前3种格式的数据文件。

（1）CSV格式数据的导入与导出

使用read.csv()函数，可以导入CSV格式的数据，并存储为数据框形式。需要注意是：当stringsAsFactors=TRUE时，R会自动将读入的字符型变量转换成因子，但是这样很容易导致数据只按默认字母顺序展示。在导入大批量数据时，为了提高性能，尽可能分两步走：

①显式指定“stringsAsFactors = FALSE”；

②依次将所需要的数据列（向量）转换为因子。

        mydata<-read.csv（＂Data.csv＂, sep=＂, ＂, na.strings=＂NA＂, stringsAsFactors=FALSE）

使用write.csv()函数，可以将data.frame的数据存储为CSV文件

        write.csv（mydata, file = ＂File.csv＂）

CSV文件主要有以下3个特点。

①文件结构简单，基本上和TXT文本的差别不大；

②可以和Excel进行转换，这是一个很大的优点，很容易进行查看模式转换，但是其文件的存储大小比Excel小。

③由于其简单的存储方式，一方面可以减少存储信息的容量，这样有利于网络传输以及客户端的再处理；另一方面，由于是一堆没有任何说明的数据，其具备基本的安全性。所以相比TXT和Excel数据文件，我们更加推荐使用CSV格式的数据文件进行导入与导出操作。

（2）TXT格式数据的导入与导出

使用read.table()函数不仅可以导入CSV格式的文件数据，还可以导入TXT格式的文件数据，并存储为数据框数据。

        mydata<-read.table（＂Data.txt＂, header = TRUE）

使用write.table()函数可以将data.frame的数据存储为CSV文件：

        write.table（mydata, file = ＂File.txt＂）

（3）Excel格式数据的导入与导出

使用xlsx包的read.xlsx()函数和read.xlsx2()函数可以导入XLSX格式的数据文件。但是更推荐使用CSV格式导入数据文件。

        mydata<- read.xlsx（＂Data.xlsx＂, sheetIndex=1）

也可以使用write.xlsx()函将数据文件导出为XLSX格式：

        write.xlsx（mydata, ＂Data.xlsx＂, sheetName=＂Sheet Name＂）

需要注意的是：使用R ggplot2绘图时，通常使用一维数据列表的数据框。但是如果有时候导入的数据表格是二维数据列表，那么我们需要使用reshape2包的melt()函数或者tidyr包的gather()函数，可以将二维数据列表的数据框转换成一维数据列表。

一维数据列表和二维数据列表的区别

一维数据列表就是由字段和记录组成的表格。一般来说字段在首行，下面每一行是一条记录。一维数据列表通常可以作为数据分析的数据源，每一行代表完整的一条数据记录，所以可以很方便地进行数据的录入、更新、查询、匹配等，如图1-4-3所示。

图1-4-3 一维数据列表

二维数据列表就是行和列都有字段，它们相交的位置是数值的表格。这类表格一般是由分类汇总得来的，既有分类，又有汇总，所以是通过一维数据列表加工处理过的，通常用于呈现展示，如图1-4-4所示。

图1-4-4 二维数据列表

一维数据列表也常被称为流水线表格，它和二维数据列表做出的数据透视表最大的区别在于“行总计”。判断数据是一维数据列表还是二维数据列表的一个最简单的办法，就是看其列的内容：每一列是否是一个独立的参数。如果每一列都是独立的参数那就是一维数据列表，如果每一列都是同类参数那就是二维数据列表。

注意为了后期更好地创建各种类型的数据透视表，建议用户在数据录入时，采用一维数据列表形式的进行数据录入，避免采用二维数据列表的形式对数据进行录入。

2．缺失值的处理

有时候，我们导入的数据存在缺失值。另外，在统计与计算中，缺失值也起着至关重要的作用。R语言中主要有两种类型的缺失数据：NA和NULL。

（1）NA

在R中，使用NA代替缺失数据作为向量中的另外一种元素出现。我们可以使用is.na()函数来检查向量或数据框中的每个元素是否缺失数据。我们先构造一个含有缺失数据的数据框，然后讲解使用tidyr包实现常用的缺失数据的处理方法，如表1-4-4所示。

表1-4-4 缺失值的处理

（2）NULL

NULL就是没有任何东西，表示数据的空白，而并非数据的缺失，也不能成为向量或者数据框的一部分。在函数中，参数有可能是NULL，返回的结果也可能是NULL。我们可以使用is.null()函数判定变量是否为NULL。