1.R数据的保存与加载
可通过save()函数保存为.Rdata文件，通过load()函数将数据加载到R中。
[ruby] view plain copy
> a <- 1:10
> save(a,file='d://data//dumData.Rdata')
> rm(a) #将对象a从R中删除
> load('d://data//dumData.Rdata')
> print(a)
[1] 1 2 3 4 5 6 7 8 9 10
2.CSV文件的导入与导出
下面创建df1的数据框，通过函数write.csv()保存为一个.csv文件，然后通过read.csv()将df1加载到数据框df2中。
[ruby] view plain copy
> var1 <- 1:5
> var2 <- (1:5)/10
> var3 <- c("R and","Data Mining","Examples","Case","Studies")
> df1 <- data.frame(var1,var2,var3)
> names(df1) <- c("VariableInt","VariableReal","VariableChar")
> write.csv(df1,"d://data//dummmyData.csv",row.names = FALSE)
> df2 <- read.csv("d://data//dummmyData.csv")
> print(df2)
VariableInt VariableReal VariableChar
1 1 0.1 R and
2 2 0.2 Data Mining
3 3 0.3 Examples
4 4 0.4 Case
5 5 0.5 Studies
3.通过ODBC导入与导出数据RODBC提供了ODBC数据库的连接。
3.1从数据库中读取数据
odbcConnect()建立一个数据库连接，sqlQuery()向数据库发送一个SQL查询，odbcClose()关闭数据库连接。
[ruby] view plain copy
library(RODBC)
connection <- odbcConnect(dsn="servername",uid="userid",pwd="******")
query <- "SELECT * FROM lib.table WHERE ..."
# or read query from file
# query <- readChar("data/myQuery.sql", nchars=99999)
myData <- sqlQuery(connection, query, errors = TRUE)
odbcClose(connection)
sqlSave()和sqlUpdate()用于写入或更新一个ODBC数据库表。3.2从Excel文件中导入与导出数据
[ruby] view plain copy
library("RODBC")
conn<-odbcConnectExcel("D:/data/Amtrak.xls")
Amtrak<-sqlFetch(conn,"Data")
close(conn)
好像也有没类似的针对列表的存储方法，特别是各列长度不一致或者各列对象不一致的情况；
只能用比较土的字符串处理方法：
求出列长度最大的值存储为RowNums.max
按最大行值RowNums.max遍历取各列，进行字符串拼接；
使用is.na函数判断值是否为空，为空使用“”拼接，不为空使用元素值拼接；
每行遍历完，加“\n”拼接。
使用writeLines函数将字第串存储为TXT文件。
不知道其他人有什么好方法分享出来 。
一、将excel中数据导入的做法： 1.将excel的数据另存为csv文件（下面图片中红色方框中的为另存为）由图可以看出第一行的年龄作为了变量的名字，表示年龄等于后面的一系列整数 二、将R中数据导出excel的方法：write.csv(a,file="C:/Users/lenovo/Desktop/residualsofCSVD.csv")a为想要导出的数据，file=表示导出的目的位置及文件名称，此例为保存到桌面，文件名称为residualsofCSVD，文件类型为csv文件。
