R 作為統(tǒng)計(jì)學(xué)專業(yè)工具，如果只能人工的導(dǎo)入和導(dǎo)出數(shù)據(jù)將使其功能變得沒(méi)有意義，所以 R 支持批量的從主流的表格存儲(chǔ)格式文件（例如 CSV、Excel、XML 等）中獲取數(shù)據(jù)。
CSV（Comma-Separated Values，CSV，有時(shí)也稱為字符分隔值，因?yàn)榉指糇址部梢圆皇嵌禾?hào)） 是一種非常流行的表格存儲(chǔ)文件格式，這種格式適合儲(chǔ)存中型或小型數(shù)據(jù)規(guī)模的數(shù)據(jù)。
由于大多數(shù)軟件支持這個(gè)文件格式，所以常用于數(shù)據(jù)的儲(chǔ)存與交互。
CSV 本質(zhì)是文本，它的文件格式極度簡(jiǎn)單：數(shù)據(jù)一行一行的用文本保存起來(lái)而已，每條記錄被分隔符分隔為字段，每條記錄都有同樣的字段序列。
以下是一個(gè)簡(jiǎn)單的 sites.csv 文件（存儲(chǔ)在測(cè)試程序的相同目錄下）：
id,name,url,likes 1,Google,www.google.com,111 2,Nhooo,www.jixiangtaizi.com.cn,222 3,Taobao,www.taobao.com,333
CSV 用逗號(hào)來(lái)分割列，如果數(shù)據(jù)中含有逗號(hào)，就要用雙引號(hào)將整個(gè)數(shù)據(jù)塊包括起來(lái)。
注意：包含非英文字符的文本要注意保存的編碼，由于很多計(jì)算機(jī)普遍使用 UTF-8 編碼，所以我是用 UTF-8 進(jìn)行保存的。
注意： CSV 文件最后一行需要保留一個(gè)空行，不然執(zhí)行程序會(huì)有警告信息。
Warning message: In read.table(file = file, header = header, sep = sep, quote = quote, : incomplete final line found by readTableHeader on 'sites.csv'
接下來(lái)我們就可以使用 read.csv() 函數(shù)來(lái)讀取 CSV 文件的數(shù)據(jù)：
data <- read.csv("sites.csv", encoding="UTF-8")
print(data)如果不設(shè)置 encoding 屬性，read.csv 函數(shù)將默認(rèn)以操作系統(tǒng)默認(rèn)的文字編碼進(jìn)行讀取，如果你使用的是 Windows 中文版系統(tǒng)且沒(méi)有設(shè)置過(guò)系統(tǒng)的默認(rèn)編碼，那系統(tǒng)的默認(rèn)編碼應(yīng)該是 GBK。所以大家請(qǐng)盡可能地統(tǒng)一文字編碼以防出錯(cuò)。
執(zhí)行以上代碼輸出結(jié)果為：
id name url likes 1 1 Google www.google.com 111 2 2 Nhooo www.jixiangtaizi.com.cn 222 3 3 Taobao www.taobao.com 333
read.csv() 函數(shù)返回的是數(shù)據(jù)框，我們可以很方便的對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)處理，以下示例我們查看行數(shù)和列數(shù)：
data <- read.csv("sites.csv", encoding="UTF-8")
print(is.data.frame(data)) # 查看是否是數(shù)據(jù)框
print(ncol(data)) # 列數(shù)
print(nrow(data)) # 行數(shù)執(zhí)行以上代碼輸出結(jié)果為：
[1] TRUE [1] 4 [1] 3
以下統(tǒng)計(jì)數(shù)據(jù)框中 likes 字段最大對(duì)數(shù)據(jù)：
data <- read.csv("sites.csv", encoding="UTF-8")
# likes 最大的數(shù)據(jù)
like <- max(data$likes)
print(like)執(zhí)行以上代碼輸出結(jié)果為：
[1] 333
我們也可以指定查找條件，類似 SQL where 子句一樣查詢數(shù)據(jù)，需要用到到函數(shù)是 subset()。
以下示例查找 likes 為 222 到數(shù)據(jù)：
data <- read.csv("sites.csv", encoding="UTF-8")
# likes 為 222 的數(shù)據(jù)
retval <- subset(data, likes == 222)
print(retval)執(zhí)行以上代碼輸出結(jié)果為：
id name url likes 2 2 Nhooo www.jixiangtaizi.com.cn 222
注意：條件語(yǔ)句等于使用 ==。
多個(gè)條件使用 & 分隔符，以下示例查找 likes 大于 1 name 為 Nhooo 的數(shù)據(jù)：
data <- read.csv("sites.csv", encoding="UTF-8")
# likes 大于 1 name 為 Nhooo 的數(shù)據(jù)
retval <- subset(data, likes > 1 & name=="Nhooo")
print(retval)執(zhí)行以上代碼輸出結(jié)果為：
id name url likes 2 2 Nhooo www.jixiangtaizi.com.cn 222
R 語(yǔ)言可以使用 write.csv() 函數(shù)將數(shù)據(jù)保存為 CSV 文件。
接著以上示例，我們將 likes 為 222 的數(shù)據(jù) 保存到 nhooo.csv 文件：
data <- read.csv("sites.csv", encoding="UTF-8")
# likes 為 222 的數(shù)據(jù)
retval <- subset(data, likes == 222)
# 寫(xiě)入新的文件
write.csv(retval,"nhooo.csv")
newdata <- read.csv("nhooo.csv")
print(newdata)執(zhí)行以上代碼輸出結(jié)果為：
X id name url likes 1 2 2 Nhooo www.jixiangtaizi.com.cn 222
X 來(lái)自數(shù)據(jù)集 newper，可以通過(guò)參數(shù) row.names = FALSE 來(lái)刪除它：
data <- read.csv("sites.csv", encoding="UTF-8")
# likes 為 222 的數(shù)據(jù)
retval <- subset(data, likes == 222)
# 寫(xiě)入新的文件
write.csv(retval,"nhooo.csv", row.names = FALSE)
newdata <- read.csv("nhooo.csv")
print(newdata)執(zhí)行以上代碼輸出結(jié)果為：
id name url likes 1 2 Nhooo www.jixiangtaizi.com.cn 222
執(zhí)行完后，我們就可以看到 nhooo.csv 文件生成成功了。