<Data Visualization> 数据导入导出与基本处理

以下是导入：
- txt 格式导入：

data<-read.table("C:\\Users\\Administrator\\Desktop\\myfile.txt",header=F)#TXT读入

• CSV 格式导入：

data<-read.csv("C:\\Users\\Administrator\\Desktop\\myfile.csv")  #CSV数据读入

• xlsx 格式导入

library("xlsx")data<-read.xlsx("C:\\Users\\Administrator\\Desktop\\myfile.xlsx",sheetName="file",header=F,encoding='UTF-8')

• 剪切板 直接复制（容易出错）：

data <- read.table("clipboard", header = T, sep = '\t')#直接复制

---

以下是导出

• csv:

write.table(mydata2, file ="C:\\Users\\Administrator\\Desktop\\newdata.csv", sep =",", row.names =FALSE)

• txt

write.table(mydata2,file="C:\\Users\\Administrator\\Desktop\\newdata.txt" , sep =" ", row.names =FALSE,col.names =TRUE, quote =FALSE)

---

以下为数据连接

• merge 的用法：
  
  • 语法：merge(x, y, by = , by.x = , by.y = , all = , all.x = , all.y = , sort = , suffixes = , incomparables = , ...)
  • 
• join函数 （plyr包）
  
  • 语法：join(x, y, by = NULL, type = "left", match = "all")
• inner_join/full_join/left_join/right_join 函数 （dplyr包）：
  
  • inner_join(x, y) ：只包含同时出现在x,y表中的行
  • left_join(x, y) ：包含所有x中以及y中匹配的行
  • right_join(x, y,by=c(“Name”=”name”)) ：包含所有y中以及x中匹配的行
  • full_join(x,y,by=c(“Name”=”name”)) ：包含所以x、y中的行
  • semi_join(x, y) ：包含x中，在y中有匹配的行，结果为x的子集
  • anti_join(x, y) ：包含x中，不匹配y的行，结果为x的子集，与semi_join相反