R语言 gzfile不解压直接读取压缩文本

Python015

R语言 gzfile不解压直接读取压缩文本,第1张

R语言是常用的数据处理语言，对于读取文本文件，很多时候如果对文本进行压缩，会节省很多空间，那么对于压缩的文本文件，能够直接在R中不解压，而直接读取其中的文本呢？

R的基础包中就有专门处理这些的命令，包括函数 gzfile ， bzfile ， xzfile 和 unz 等，能够处理常见的 gzip 、 bgzip 、 bgzip2 ， zip 等压缩格式的文本。

1.getwd（）#查看当前工作目录

2.setwd（'E:graduation-design/OC/sctransform'）#设置工作路径，引号内的内容是一个例子，注意路径最好不要有中文和特殊符号。

3.install.packages.('包')#下载包

4.library（包）#加载包

5.update.packages(包)# 可以更新已经安装的包。

6.help(package = "包") # 获取该R包的帮助文件

7.head(object) #查看对象的前6行

8.tail()#查看对象的后6行

9.[,1]#访问数据的第一列

10.rm(object) #删除对象

11.save.image("myfile") #保存工作空间到文件myfile中（默认值为.RData）

12.example("foo")#函数foo的使用示例（引号可以省略）

13.class(object) #显示某个对象的类或类型

14.c()#定义向量

15.print() #展示数据

16.mode() # 查看数据类型

17.na.rm = TRUE# 去除缺失值

18.is.na() #检查是否有缺失值

19.na.omit() # 删除包含缺失值的行

20.nchar() #统计字符串长度

21.substr(x = ,start = 1, stop = 3) # 提取字符串（首字母大写）

22.toupper()#将字符串都转化成大写

23.tolower() #将字符串都转化成小写

24.gsub("^(\\w)","\\U\\1",tolower(temp),perl = T) #首字母大写

25.gsub("^(\\w)","\\L\\1",upper(temp),perl = T) #首字母小写

26.Sys.Date() # 显示目前系统的时间

27.read.table("c:/路径",seq = "") # 读取excel

28.read.table(网址) #读取网站内容

29.read.table("clipboard")#读取剪切板中的文件

30.read.table(gzfile("文件")) #读取压缩文件

31.write(x,file = "x,txt") #输出文本

32.write.table(x,gzfile("文件名"))# 输出压缩文件

参考文章地址（https://zhuanlan.zhihu.com/p/120422644）

逗号分隔文件 （.csv文件）、 制表符分隔文件 （.tsv文件）和 空格分隔文件 （.txt文件）

（一）.csv文件的读取

mydata <- read.csv(file=" ", header=T, sep=",", quote="\", dec=".", fill=T, comment.char=" ")

comment.char用于设置需要跳过的内容，比如需要跳过的行前面有“#”，那么设置comment.char=“#”,当然你也可以设置从中间开始读，注意，这个函数是read.csv里面的哦！

file: 以csv结尾的文件名,由文件所在路径及其文件名构成

header：是否把第一行作为表头

sep：分隔方式，csv文件分隔读入参数设置为"."

                               tsv文件分隔读入参数设置为"\t"

                               txt文件分隔为空格，不需要设置sep参数

也可以通过mydata <- read.table("D:/mydata.csv", header=T, sep=",", row.names="id")读取

（二）.tsv文件的读取

mydata <- read.table("D:/mydata.tsv", header=T, sep="\t", row.names="id")

除了分隔方式跟上面一样

（三）.txt文件的读取

mydata <- read.table("c:/mydata.txt", header=TRUE, row.names="id")

除了分隔方式跟上面一样

（四）以.gz结尾的压缩文件的读取

1.在R中可以使用gzfile()的方式读取压缩文件

2.使用data.table包里的fread()函数

安装并加载data.table包

install.packages("data.table")

library(data.table)

使用fread()函数读取文件，这里参数和之前的一致，唯一的不同就是fread()可以直接读取压缩文件

mydata <- fread(‘c:/mydata.txt.gz’, header=T, row.names=’id’)

（五）读取.xlsx后缀文件，也就是excel文件

1. 安装并加载openxlsx包

install.packages("openxlsx")

library(openxlsx)

2.进行数据的导入

mydata <- read.xlsx( "mydata.xlsx"，rowNames=T)

其他参数可以通过? read.xlsx在R中根据需要进行添加的。