R语言数据读取指南：CSV、TXT与MySQL数据库

在R语言中，数据读取是数据分析流程中的关键步骤，涉及从各种文件格式中加载数据。下面将详细讲解如何在R中进行数据读取，包括路径设置、读取常用文件类型以及参数设置。 首先，R读取CSV文件是常见的操作。CSV（Comma Separated Values）是一种通用的数据存储格式，易于读写且兼容性强。例如： ```r data <- read.csv('C:/Users/Administrator/Desktop/xx.csv') ``` 上述代码会读取指定路径下的CSV文件，并将其内容赋值给变量`data`。 在处理文件路径时，可能需要改变工作目录以方便数据读取。你可以使用`setwd()`函数来设置当前工作目录： ```r setwd("C:/Users/Administrator/Desktop") # 设置工作目录 ``` 对于非CSV文件，如TXT文件，R提供了`read.table()`函数。例如，读取一个不包含引号的TXT文件，同时设定为有表头： ```r data <- read.table("xx.txt", quote = F, header = T) ``` 除了本地文件，R还可以从数据库中读取数据。这里以MySQL为例，你需要先安装`RODBC`库： ```r library(RODBC) ``` 然后建立与数据库的连接： ```r channel <- odbcConnect("bluemoon", uid = "paidan", pwd = "dan.690.Zjk", DBMSencoding = "UTF8") ``` 查询数据库中的表： ```r sqlTables(channel) ``` 并获取特定表的数据： ```r data <- sqlFetch(channel, "") sqlQuery(channel, "select * from") # SQL语句读取数据 ``` 在读取数据时，有几个重要的参数可以调整： 1. `fileEncoding`: 指定文件编码，如“utf-8”用于确保正确解码非ASCII字符。 2. `header`: 如果文件第一行是列名，设为`T`，否则设为`F`。 3. `sep`: 分隔符，默认是逗号，可以是任何字符，例如制表符`\t`。 4. `na.strings`: 指定表示缺失值的字符串，比如`"NA"`，`"NaN"`，`"-Inf"`，`"Inf"`。 5. `fill`: 如果设为`T`，允许填充行，即使列数不匹配。 6. `blank.lines.skip`: 是否跳过空白行，设为`F`则不会跳过。 7. `as.is`: 若设为`T`，保留原始数据类型，否则根据列名猜测类型。 8. `comment.char`: 注释字符，例如`"#"`，注释行会被忽略。 为了查看数据，你可以使用`View()`函数打开一个内建的表格视图，或者使用`head()`和`tail()`函数查看数据的前10行或后10行： ```r View(data) # 打开内建表格视图 head(data, n = 10) # 查看前10行 tail(data, n = 10) # 查看后10行 ``` 若想查看特定列，如`loan_amnt`列： ```r data$loan_amnt # 查看该列 typeof(data$loan_amnt) # 查看列的数据类型 ``` 以上就是R中数据读取的基本方法，涵盖了从文件到数据库的各种情况。在实际工作中，根据数据的特性和需求，灵活运用这些工具能有效提高数据处理的效率。更多关于R的数据读取技巧和高级用法，可以通过查阅相关教程或文档进行深入学习。