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。
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。
R语言如何从外部读取数据到R中R语言可以从键盘，文本，excel，access，数据库，专业处理软件sas
一、使用键盘的输入
mydata<-data.frame(age=numeric(0),gender=character(0),weight=numeric(0))
mydata<-edit(mydata)
二、读入带有分隔符文本格式的数据
data<-read.table(文件，header=true/false,sep="delimeter",row.names=列名)
其中文件可以有很多选项的
file（）gzfile（），bzfile（），等一些压缩文件以及url（http：//,ftp://,smtp://）
例子：
默认的时候，字符串会自动使用factor转化为数值型
data<-read.table("student.csv",header=TRUE,sep=",",row.names="studentid"，stringsAsFactors=FALSE)
三、将xls文件导入到R中
（1）将xls变成csv的格式导入
（2）在Windows系统中，你也可以使用RODBC包来访问Excel文件。
library(RODBC)
channel <- odbcConnectExcel("student.xls")
mydataframe<-sqlFetch(channel,"Sheet1")
odbcClose(channel)
四、抓取网页并且提取信息
五、导入spss数据
library（Hmisc）
mydata<-spss.get("mydata.sav",use.value.labels=TRUE)
六、导入SAS数据
将sas格式的数据转换为csv格式的数据 然后用read.table()形式导入
七、导入关系型数据库的数据
R中有多种面向关系型数据库管理系统（DBMS）的接口，包括Microsoft SQL Server、Microsoft Access、MySQL、Oracle、PostgreSQL、DB2、Sybase、Teradata以及SQLite。其中一些包通过原生的数据库驱动来提供访问功能，另一些则是通过ODBC或JDBC来实现访问的。
（1）使用ODBC的方式导入数据
