read.delim() function reads a file into list. The file by default is separated by tab, it can be comma delimited or any other delimiter specified by parameter "sep=". If the parameter "header=" is "TRUE", then the first row will be treated as the row names.
read.delim(file, header = FALSE,sep = "\t",quote = "\"", dec = ".", fill = TRUE, comment.char = "", ...)
read.delim2(file, header = TRUE,sep = "\t",quote = "\"", dec = ",", fill = TRUE, comment.char = "", ...)
• file: file name
• header: 1st line as header or not, logical
• sep: field separator
• quote: quoting characters
...
read.delim() is almost the same as read.table(), except the field separator is tab by default. It is convenient for open tab delimited file.
----------------------------------------------------------------------------------------------------------
数read.table是读取矩形格子状数据最为便利的方式。因为实际可能遇到的情况比较多，所以预设了一些函数。这些函数调用了read.table但改变了它的一些默认参数。
注意，read.table不是一种有效地读大数值矩阵的方法：见下面的scan函数。
一些需要考虑到问题是：
编码问题
如果文件中包含非-ASCII字符字段，要确保以正确的编码方式读取。这是在UTF-8的本地系统里面读取Latin-1文件的一个主要问题。此时，可以如下处理
read.table(file("file.dat", encoding="latin1"))
注意，这在任何可以呈现Latin-1名字的本地系统里面运行。
首行问题
我们建议你明确地设定header参数。按照惯例，首行只有对应列的字段而没有行标签对应的字段。因此，它会比余下的行少一个字段。（如果需要在 R 里面看到这一行，设置header = TRUE。）如果要读取的文件里面有行标签的头字段（可能是空的），以下面的方式读取
read.table("file.dat", header = TRUE, row.names = 1)
列名字可以通过col.names显式地设定；显式设定的名字会替换首行里面的列名字（如果存在的话）。
分隔符问题
通常，打开文件看一下就可以确定文件所使用的字段分隔符，但对于空白分割的文件，可以选择默认的sep = ""（它能使用任何空白符作为分隔符，比如空格，制表符，换行符），sep = " "或者sep = "t"。注意，分隔符的选择会影响输入的被引用的字符串。
如果你有含有空字段的制表符分割的文件，一定要使用sep = "t"。
引用 默认情况下，字符串可以被"或'括起，并且两种情况下，引号内部的字符都作为字符串的一部分。有效的引用字符（可能没有）的设置由参数quote控制。对于sep = "n"，默认值改为quote = ""。
如果没有设定分隔字符，在被引号括起的字符串里面，引号需要用 C格式的逃逸方式逃逸，即在引号前面直接加反斜杠。
如果设定了分隔符，在被引号括起的字符串里面，按照电子表格的习惯，把引号重复两次以达到逃逸的效果。例如
'One string isn''t two',"one more"
可以被下面的命令读取
read.table("testfile", sep = ",")
这在默认分隔符的文件里面不起作用。
缺损值 默认情况下，文件是假定用NA表示缺损值，但是，这可以通过参数na.strings改变。参数na.strings是一个可以包括一个或多个缺损值得字符描述方式的向量。
数值列的空字段也被看作是缺损值。
在数值列，值NaN，Inf和-Inf都可以被接受的。
尾部空字段省略的行
从一个电子表格中导出的文件通常会把拖尾的空字段（包括?堑姆指舴? 忽略掉。为了读取这样的文件，必须设置参数fill = TRUE。
字符字段中的空白
如果设定了分隔符，字符字段起始和收尾处的空白会作为字段一部分看待的。为了去掉这些空白，可以使用参数strip.white = TRUE。
空白行
默认情况下，read.table忽略空白行。这可以通过设置blank.lines.skip = FALSE来改变。但这个参数只有在和fill = TRUE共同使用时才有效。这时，可能是用空白行表明规则数据中的缺损样本。
变量的类型
除非你采取特别的行动，read.table将会为数据框的每个变量选择一个合适的类型。如果字段没有缺损以及不能直接转换，它会按logical，integer，numeric和complex的顺序依次判断字段类型。如果所有这些类型都失败了，变量会转变成因子。
参数colClasses和as.is提供了很大的控制权。as.is会抑制字符向量转换成因子（仅仅这个功能）。colClasses运行为输入中的每个列设置需要的类型。
注意，colClasses和as.is对 每 列专用，而不是 每 个变量。因此，它对行标签列也同样适用（如果有的话）。
注释
默认情况下，read.table用#作为注释标识字符。如果碰到该字符（除了在被引用的字符串内），该行中随后的内容将会被忽略。只含有空白和注释的行被当作空白行。
如果确认数据文件中没有注释内容，用comment.char = ""会比较安全 （也可能让速度比较快）。
逃逸
许多操作系统有在文本文件中用反斜杠作为逃逸标识字符的习惯，但是Windows系统是个例外（在路径名中使用反斜杠）。在 R 里面，用户可以自行设定这种习惯是否用于数据文件。
read.table和scan都有一个逻辑参数allowEscapes。从 R 2.2.0 开始，该参数默认为否，而且反斜杠是唯一被解释为逃逸引用符的字符（在前面描述的环境中）。如果该参数设为是，以C形式的逃逸规则解释，也就是控制符如a, b, f, n, r, t, v，八进制和十六进制如40和x2A一样描述。任何其它逃逸字符都看着是自己，包括反斜杠。
常用函数read.csv和read.delim为read.table设定参数以符合英语语系本地系统中电子表格导出的CSV和制表符分割的文件。这两个函数对应的变种read.csv2和read.delim2是针对在逗号作为小数点的国家使用时设计的。
如果read.table的可选项设置不正确，错误信息通常以下面的形式显示
Error in scan(file = file, what what, sep = sep
或者
Error in read.table("files.dat", header = TRUE) : more columns than column names
这些信息可能足以找到问题所在，但是辅助函数count.fields可以进一步的深入研究问题所在。
读大的数据格子（data grid）时，效率最重要。设定comment.char = ""，以原子向量类型（逻辑型，整型，数值型，复数型，字符型或原味型）设置每列的colClasses，给定需要读入的行数nrows（适当地高估一点比不设置这个参数好）等措施会提高效率。
1、向量是用于存储数值型，字符型或者逻辑型数据的一维数组。执行组合功能的函数为c()，可以用来创建向量。向量可根据位置进行索引，需要用[]。 2、矩阵是一个二维数组，每个元素都拥有相同的模式，可通过函数matrix()创建矩阵。 3、数组是一个可以在两个以上维度存储数据的数据对象。例如，如果创建尺寸(2,3,4)的数组，那么就是创建4个矩形矩阵每个2行3列。数组只能存储数据类型。 4、矩阵和数组一样都只能包含一种数据类型，当有多种模式的数据时，使用数据框就更为方便。数据框可以用函数data.frame () 创建。 5、$ 被用来选取一个给定数据框中的某个特定变量。 6、attach()绑定数据集，detach()解除数据集。 7、with：attach，detach最好在单独的数据框内使用，在多个同名对象最好不要使用，函数with()，可以再具有多个同名对象的数据框内使用，但是必须加入花括号{}，这样就无须担心名称冲突了，但是它也有局限性，赋值仅在此函数的括号内生效。 8、列表是一些对象的有序集合。 9,、数据导入 read.table()，其中header = T，代表第一行为变量名称，不作为数据，header = F相反。sep代表数据分隔符，txt为"\t",csv为","。 10、table函数，用 table() 函数统计因子各水平的出现次数（称为频数或频率）。 >sex = c("女","女","女","男","男") >table(sex) >sex 男 女 2 3 求众数 >aim = table(sex)[table(sex)==max(table(sex))] >aim 女 3 > max(table(sex)) [1] 3 > table(sex)==max(table(sex)) sex 男 女 FALSE TRUE 11、 无尺度网络： 是指在某一复杂的 系统 中，大部分节点只有少数几个连结，而某些节点却拥有与其他节点的大量连结。这些具有大量连结的节点称为“集散节点”，所拥有的连结可能高达数百、数千甚至数百万。这一特性说明该网络是无尺度的，因此，凡具有这一特性的网络都是无尺度网络。 12、options(stringsAsFactors = F) #在调用as.data.frame的时，将stringsAsFactors设置为FALSE可以避免character类型自动转化为factor类型。 13、class()：查看数据结构：vector、matrix、array、dataframe、list。 14、str()：作用用英语来表示是：check classification of viriables,一般用于检查数据框当中有哪些数据。 15、mode() ：查看数据元素类型。 16、typeof() ：查看数据元素类型，基本等同于mode（），比mode()更为详细。 17、example()：假设有一个函数foo，example("foo")，函数foo的使用示例。 18、apropos()：列出名称中含有foo的所有可用函数。apropos("foo",mode="function")。 19、data()：列出当前已加载包中所含的所有可用示例数据集。 20、ls()：列出当前工作空间中的对象。 21、rm()：移除（删除）一个或多个对象。 22、history(#)：显示最近使用过的#个命令（默认值为25）。 23、options()：显示或设置当前选项。有一个收藏文件有介绍options的功能。 24、boxplot()：生成盒型图。 25、sum()：计算和。sum(x,na.rm = TRUE)。 26、median()：计算中位数。 27、cbind()：以列结合变量。cbind(x,y,z)。 28、rbind()：以行结合变量。 29、vector()：以向量形式结合数据。vector(length = 10)。 30、rep()：以矩阵形式结合数据。rep(c(1,,2,3),each = 10) 31、seq()：生成一个有序的数列。seq(1,10)。 32、dim()：矩阵或者cbind输出的维数。dim(Mydata)。 33、scan()：从ascii文件中读取数据。scan(file = "test.txt")。 34、write.table()：把一个变量写入到ascii文件。write.table(Z,file = "test.txt")。 35、order()：确定数据的顺序。order(x)。 36、merge()：合并两个数据框。merge(x,y,by = "ID")。 37、str()：显示一个对象的内部结构。str(Mydata)。 38、factor()：定义变量作为因子。factor(x)。 39、tapply()：tapply(X = Veg$R,INDEX = Veg$Transect,FUN = mean).tapply函数根据第二个变量(Transect)的不同水平对第一变量(R)进行了求平均值运算。还可以求sd，var，length等操作。R语言初学者指南P75详细介绍了这个函数。 40、下一页介绍了sapply和lapply。 41、summary()：计算基本信息。 42、table()：计算列联表，统计因子各水平的出现次数(频数或频率)。table(x,y)。 43、plot()：y对x的图形。pch形状，col颜色。 44、par()：par(mfrow = c(2,2),mar = c(3,3,2,1)) mfrow生成一个具有4个面板的图形窗口。mar选项指定每个图形周围空白的大小，底部、左侧、顶部、右侧。 45、paste()：将变量连接成字符串。paste("a","b",sep = "")。 46、log()： log = "x",log = "y",log = "xy",生成对数轴。 47、%in%： a<-c(1,3,13,1443,43,43,4,34,3,4,3) b<-c(1,13,11,1313,434,1) a%in%b # 返回内容# [1] TRUE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE # 取反操作 !(a%in%b) 48、sort()函数是对向量进行从小到大的排序 rank()函数返回的是对向量中每个数值对应的秩 order()函数返回的值表示位置，依次对应的是向量的最小值、次小值、第三小值……最大值等（位置索引） arrange()函数（需加载dplyr包）针对数据框，返回基于某列排序后的数据框，方便多重依据排序。 49、subset()： df <- data.frame( a = 1:10, b = 2:11, c = 3:12 )df <- subset(df, select = c(a,c)) #选取列a和c df <- subset(df, select = -c(a,c) ) #去除列a和c什么是R语言？应该如何开始学习/使用R语言呢？学习R有几个月了，总算是摸着了一点门道。
写一些自己的心得和经验，方便自己进一步鼓捣R。如果有人看到我写的东西而得到了帮助，那就更好了。
什么是R？R的优点何在？
R是一个数据分析软件。简单点说，R可以看做MATLAB的“替代品”，而且具有免费开源的优势。R可以像MATLAB一样解决有关数值计算的问题，而且具有强大的数据处理，绘图功能。
R拥有大量的统计分析工具包，我的感觉是——只有我们没听说过的工具，绝对没有R没有的工具包。配合着各种各样的工具包，你可以毁灭任何关于数据和统计的问题。因为数据包的数量庞大，所以查找自己需要的数据包，可能很烦恼。
如果有以下技能，学R会很方便：
1.已经了解些高级程序语言（非常重要）
2.英语不坏
3.概率统计理论基础
4.看数据不头疼
5.看cmd or terminal 也不头疼
你需要一本适合你的R语言教材
我开始学习R的时候，找到了这个帖子
非常强大的关于R语言教材综述。我非常感谢原帖作者。你可以参考这个帖子选一本适合你的教材。
我这里在说一下我主要使用的几本教材的心得：
1. 统计建模与R软件（薛毅著）：非常优秀的R语言入门教材，涵盖了所有R的基础应用&方法，示例代码也很优秀。作为一本中文的程序语言教材，绝对是最优秀的之一。但是要看懂这本书，还是需要“已经了解些高级程序语言”。PS：我亲爱的吉林大学图书馆，有两本该教材流通，我常年霸占一本。
2. R in Nutshell：从讲解内容上看，与上一本差别不大，在R语言的应用上都是比较初级的入门，但是有些R软件&语言上的特性，写得比薛毅老师的教材深刻。这本书最大的优点就是工具书，方便开始入门时候，对有些“模棱两可”的东西的查询。PS：我将这本书打印了出来，简单的从头到尾翻过，最大的用途就是像一本字典一样查询。
3. ggplot2 Elegant Graphics for Data：这是一本介绍如何使用ggplot2包，进行绘图的书。ggplot2包，非常强大的绘图工具，几乎可以操作任何图中的元素，而且是提供添加图层的方式让我们可以一步步的作图。提到ggplot2包，应该提到一个词——“潜力无穷”，每一个介绍
ggplot2的人，都会用这个形容词。这本书最大的作用也是当做一本绘图相关的工具书，书中讲解详细，细致，每个小参数的变动都会配图帮你理解。PS：这本书我也打印出来了，非常适合查询。
几个可以逐步提高R能力的网站
1.R-bloggers: 这里有关于R和数据的一切讨论，前沿的问题，基础的问题，应有尽有。可以说这些家伙们让R变得越来越强大。我RSS了这个网站，每天都看一下有什么我感兴趣的方法和话题，慢慢的积累一些知识，是一个很有意思的过程。
2.统计之都： 这是一个有大量R使用者交流的论坛，你可以上去提问题，总有好心人来帮助你的。
3.R客： 是关于R的一个博客，更新不快，偏重国内R的一些发展。
R的使用环境
如果你看见terminal or cmd就打怵的话，一定要使用Rstudio。Rstudio的优点是，集成了Rconsole、脚本编辑器、可视化的数据查询、历史命令、帮助查询等，还有的完美的脚本和console的互动。毕竟是可视化的界面，有许多按钮可以用。R 的脚本编辑器很蛋疼，就比记事本多了个颜色高亮吧，不适合编写脚本，但适合调试脚本。
最后，说一下，刚开始学习R或者其他什么语言，都有一个通病，就是一些小细节的不知道，或者是记得不清楚，往往一个蛋疼的bug就可以耗掉大量的时间，这是一个让人想砸电脑的过程。我往后，会在博客里记录一些让我蛋很疼的小细节。本文分为6个部分，分别介绍初级入门，高级入门，绘图与可视化，计量经济学，时间序列分析，金融等。
1.初级入门
《An Introduction to R》，这是官方的入门小册子。其有中文版，由丁国徽翻译，译名为《R导论》。《R4Beginners》，这本小册子有中文版应该叫《R入门》。除此之外，还可以去读刘思喆的《153分钟学会R》。这本书收集了R初学者提问频率最高的153个问题。为什么叫153分钟呢？因为最初作者写了153个问题，阅读一个问题花费1分钟时间，全局下来也就是153分钟了。有了这些基础之后，要去读一些经典书籍比较全面的入门书籍，比如《统计建模与R软件》，国外还有《R Cookbook》和《R in action》，本人没有看过，因此不便评论。
最后推荐，《R in a Nutshell》。对，“果壳里面的R”！当然，是开玩笑的，in a Nutshell是俚语，意思大致是“简单的说”。目前，我们正在翻译这本书的中文版，大概明年三月份交稿！这本书很不错，大家可以从现在开始期待，并广而告知一下！
2.高级入门
读了上述书籍之后，你就可以去高级入门阶段了。这时候要读的书有两本很经典的。《Statistics with R》和《The R book》。之所以说这两本书高级，是因为这两本书已经不再限于R基础了，而是结合了数据分析的各种常见方法来写就的，比较系统的介绍了R在线性回归、方差分析、多元统计、R绘图、时间序列分析、数据挖掘等各方面的内容，看完之后你会发现，哇，原来R能做的事情这么多，而且做起来是那么简洁。读到这里已经差不多了，剩下的估计就是你要专门攻读的某个方面内容了。下面大致说一说。
3.绘图与可视化
亚里斯多德说，“较其他感觉而言，人类更喜欢观看”。因此，绘图和可视化得到很多人的关注和重视。那么，如何学习R画图和数据可视化呢？再简单些，如何画直方图？如何往直方图上添加密度曲线呢？我想读完下面这几本书你就大致会明白了。
首先，画图入门可以读《R Graphics》，个人认为这本是比较经典的，全面介绍了R中绘图系统。该书对应的有一个网站，google之就可以了。更深入的可以读《Lattice：Multivariate Data Visualization with R》。上面这些都是比较普通的。当然，有比较文艺和优雅的——ggplot2系统，看《ggplot2：Elegant Graphics for Data Analysis》。还有数据挖掘方面的书：《Data Mining with Rattle and R》，主要是用Rattle软件，个人比较喜欢Rattle!当然，Rattle不是最好的，Rweka也很棒！再有就是交互图形的书了，著名的交互系统是ggobi，这个我已经喜欢两年多了，关于ggobi的书有《Interactive and Dynamic Graphics for Data Analysis With R and GGobi》，不过，也只是适宜入门，更多更全面的还是去ggobi的主页吧，上面有各种资料以及包的更新信息！
特别推荐一下，中文版绘图书籍有《现代统计图形》。
4.计量经济学
关于计量经济学，首先推荐一本很薄的小册子:《Econometrics In R》，做入门用。然后，是《Applied Econometrics with R》，该书对应的R包是AER，可以安装之后配合使用，效果甚佳。计量经济学中很大一部分是关于时间序列分析的，这一块内容在下面的地方说。
5.时间序列分析
时间序列书籍的书籍分两类，一种是比较普适的书籍，典型的代表是：《Time Series Analysis and Its Applications ：with R examples》。该书介绍了各种时间序列分析的经典方法及实现各种经典方法的R代码，该书有中文版。如果不想买的话，建议去作者主页直接下载，英文版其实读起来很简单。时间序列分析中有一大块儿是关于金融时间序列分析的。这方面比较流行的书有两本《Analysis of financial time series》，这本书的最初是用的S-plus代码，不过新版已经以R代码为主了。这本书适合有时间序列分析基础和金融基础的人来看，因为书中关于时间序列分析的理论以及各种金融知识讲解的不是特别清楚，将极值理论计算VaR的部分就比较难看懂。另外一个比较有意思的是Rmetrics推出的《TimeSeriesFAQ》，这本书是金融时间序列入门的东西，讲的很基础，但是很难懂。对应的中文版有《金融时间序列分析常见问题集》，当然，目前还没有发出来。经济领域的时间序列有一种特殊的情况叫协整，很多人很关注这方面的理论，关心这个的可以看《Analysis of Integrated and Cointegrated Time Series with R》。最后，比较高级的一本书是关于小波分析的，看《Wavelet Methods in Statistics with R》。附加一点，关于时间序列聚类的书籍目前比较少见，是一个处女地，有志之士可以开垦之！
6.金融
金融的领域很广泛，如果是大金融的话，保险也要被纳入此间。用R做金融更多地需要掌握的是金融知识，只会数据分析技术意义寥寥。我觉得这些书对于懂金融、不同数据分析技术的人比较有用，只懂数据分析技术而不动金融知识的人看起来肯定如雾里看花，甚至有人会觉得金融分析比较低级。这方面比较经典的书籍有：《Advanced Topics in Analysis of Economic and Financial Data Using R》以及《Modelling Financial Time Series With S-plus》。金融产品定价之类的常常要用到随机微分方程，有一本叫《Simulation Inference Stochastic Differential Equations：with R examples》的书是关于这方面的内容的，有实例，内容还算详实!此外，是风险度量与管理类。比较经典的有《Simulation Techniques in Financial Risk Management》、《Modern Actuarial Risk Theory Using R》和《Quantitative Risk Management：Concepts, Techniques and Tools》。投资组合分析类和期权定价类可以分别看《Portfolio Optimization with R》和《Option Pricing and Estimation of Financial Models with R》。
7.数据挖掘
这方面的书不多，只有《Data Mining with R:learing with case studies》。不过，R中数据挖掘方面的包已经足够多了，参考包中的帮助文档就足够了。
