R语言统计分析与应用-第二章-5

2.3.1 使用键盘输入数据

这是最简单的了，不过只适用于少量的数据。

#newdata <- data.frame(age=numeric(),sex=character(),weight=numeric())
#newdata <- edit(newdata)

上面创建了一个数据框newdata，其中包含两个数值型变量age以及weight，一个字符型变量sex。 然后用edit()命令调用文本编辑器，输入数据。 图我就不展示了，总之就是可以直接用键盘输入数据了。

2.3.2 数据集的导入

前文说到直接用键盘输入数据只适用于少量的数据，那么，大量的数据怎么办。 也只能导入咯~这是一句废话。

1. 从带分隔符的文本文件导入数据 用read.table()就可以了，导入数据之后，保存为数据框。 命令语法是这样的： > read.table(file, header=TRUE, sep=“delimiter”,row.names=“names”)

这里面，file就是要导入的ASCII文本文件； header是一个表明首行是否包含了变量名的逻辑值； sep用来指定分割数据的分隔符； row.names是一个可选参数，用于指定一个或多个表示行标识符的变量。

下面是个例子：

#Example2_1 <- read.table("example2_1.csv",                         header = TRUE,sep = ",")
#Example2_1
#参数中的sep，可以用sep="\t"来读取制表符分割的文件
#此参数的默认值为sep=""，即表示分隔符可以是一个或多个空格
#或者制表符，换行符以及回车符

2. 导入excel数据

当然，对于一般不做生信的人来说，csv文件其实不常见，常用的excel的数据。 对于这种文件用下面的方法导入，当然方法很多，这只是其中一个：

#install.packages("RODBC")
#library(RODBC)
#Example2_2 <- odbcConnectExcel("example2_2.xls")
#mydata <- sqlFetch(Example2_2, "sheet1")
#odbcClose(Example2_2)

3. 导入SPSS数据

常见的格式还是SPSS数据。

#library(Hmisc)
#use.value.labels=TRUE这个参数让函数将带有值标签的标量
#导入为R中水平对应的因子。
#mydata <- spss.get("mydata.sav", use.value.labels=TRUE)

嗯，就这样了，第二章断断续续地结束了。