R语言入门05：文件读取和导出（初学必看！）

为了方便大家学习，我已经录制了 配套的视频 ，放在了哔哩哔哩（我的B站账号： 阿越就是我）， 免费观看 ，复制以下网址粘贴到浏览器打开即可： https://space.bilibili.com/42460432/channel/collectiondetail?sid=3740949

本期目录：

• 工作路径

• 读取文件

• Excel

• csv

• txt

• tsv

• SPSS

• rdata

• 查看文件

• 保存文件

在之前的几章中，我们详细介绍了R语言、Rtools、Rstudio以及R包的安装，解决新手最先碰到的两大难题！

大家学习R语言肯定是为了处理自己的数据，不是为了使用R自带的数据练手。所以这一章就给大家演示： 如何把数据读入R语言？如何把数据另存为其他格式？

结合上一章的内容，本章内容其实就是 选择合适的函数 对数据进行读写操作。

大家在日常生活中遇到的最多的数据应该还是Excel数据，但是对于R语言来说，我们必须要把外部数据读入到R里面，才能进行各种操作。对于我们使用R语言处理之后的数据，可能还需要再保存为excel格式。

这两个问题对于会的人来说非常简单，可以有多种方法可以实现，但是对于新手来说却经常遇到报错。今天 从一个新手的角度说一说R语言的数据读取和另存问题 。

工作路径

首先说下工作路径的问题，当前工作目录（working-directory）是你的R语言读取和保存文件的默认位置。

如果你没改过的话，这个位置有一个默认值，在第2章介绍过：点击 Tools - Global Options ，按照以下图片所示进行设置，方框里的就是默认的工作目录。

确定好你的R语言的工作目录以及你的文件的存放位置后，才能顺利读取文件， 比如你的工作目录在D盘，但是你的文件在E盘 ，如果读取时没有明确指定文件位置，就会报错。

打开RStudio后，可以使用 getwd() 查看当前工作目录：

getwd()

以上结果说明我在：F盘-R_books-R_beginners这个文件夹里。

也可以查看 Console （控制台）的左上角获取当前的工作目录：

可以使用 setwd() 重新设置当前工作目录：

# 设置为F盘R_books文件夹
setwd("F:/R_books/")

注意，在R中写路径时需要使用斜杠 / ，而不是反斜杠 \ ，如果你要在路径中使用反斜杠，必须用两个 \\ ，比如： F:/R_books/ 和 F:\\R_books\\ 都是正确的，但是 F:\R_books\ 是错误的。

确认当前工作目录是非常重要的，尤其是在读取或者保存文件的时候，你总得知道你目前在哪个文件夹吧？

以下是一些用于管理R工作路径的函数：

除此之外还有一些可以和当前工作目录交互的函数，比如列出当前工作目录下的所有文件和文件夹：

list.files()

# 类似的函数还有dir()

还可以只列出符合要求的文件，比如列出所有以 qmd 结尾的文件：

list.files(pattern = "qmd$") # 涉及正则表达式

读取文件

不同文件有不同的后缀名，Windows系统可更改是否显示后缀名（一般推荐显示后缀名，方便判断到底是哪种类型的文件）：

不同的后缀名说明文件是不同的格式，不同的格式需要不同的软件（函数）才能打开，乱用就会导致打不开或者打开乱码。

Excel

这个格式太常见了，大家日常生活用的大部分都是这种格式。

比如有这么一个excel文件： brca_clin.xlsx ，这个数据是我从TCGA官网下载的乳腺癌患者的临床信息，包含：患者ID、样本ID、样本类型（normal还是tumor？）、年龄、性别等。

它里面的内容是这样的：

现在我们需要把它读入R里面。

我推荐你使用 readxl 包读取Excel文件。这个R包并不是“出厂自带”的，因此我们需要先安装这个R包（提醒：你更改镜像了吗？）：

install.packages("readxl")

安装好之后，我们需要加载这个R包才能使用：

library(readxl)

然后我们就可以读取这个文件了， 读取时，你必须指明你的文件在哪里！ 这就涉及到工作路径的问题了，如果你的文件和当前工作路径不在同一个文件夹下，那么一定要指定你的文件在哪里。如果文件路径没写对，就会出现下面这种类似的报错，一般情况下，它会告诉你：你的路径没写对、或者找不到这个文件、这个文件不存在、不能打开连接等等错误。

# col_names = TRUE 表示这个文件是有列名的
brca_clin 
Error: `path` does not exist: ‘E:/brca_clin.xlsx’

这个时候你就要去确认下，你的这个 brca_clin.xlsx 文件到底在哪里！当你给它正确的路径时，它就不会报错。比如这个示例文件位于 F盘-R_books文件夹-R_beginners文件夹 中，你写对了就能读进来：

# 读取
brca_clin 
brca_clin[1:5,2:5] # 查看第1-5行，第2-5列

这样我们就成功把文件读取到R里面了，并且这个文件的内容被存储在 brca_clin 这个对象（object）中，此时你可以在 Environment 面板中看到 brca_clin 这个对象。

上面代码中的 F:/R_books/R_beginners/brca_clin.xlsx 这种路径写法被称为 绝对路径 ，意思是：从最开始的位置一直往下写，除此之外，还有一种写法是 相对路径 ，即从相对于当前路径的位置开始写。

比如，我这段脚本的当前工作路径位于 F盘-R_books文件夹-R_beginners文件夹 中（还记得怎么查看当前工作路径吗？ getwd() ），和 brca_clin.xlsx 这个文件同处于一个文件夹中，那么在读取时也可以这么写：

# 因为在同一路径下，所以可以直接写名字
brca_clin 
# 或者
brca_clin 

其中的 ./ 表示当前工作路径，可以省略不写。

如果一个名字是 brca_expr.xlsx 的文件位于 F盘-R_books文件夹-R_beginners文件夹-datasets文件夹 中，也就是说 datasets 这个文件夹是 和当前工作路径同一级 的，但是我们要读取的文件在 datasets 文件夹中，那么在读取时就可以这么写：

# 加了一个datasets/
brca_expr 

如果一个名字是 brca_expr_不要删.xlsx 的文件位于 F盘-R_books文件夹 中，也就是说位于 当前工作路径的上一级文件夹 中，如果要读取这个文件，可以使用以下代码：

brca_expr_不要删 

其中， ../ 表示上一级目录（当前工作目录的上一级），不能省略。

以上是对于路径的简单介绍，大家要自己多加练习，仔细体会。

相对路径写起来更加简单，所以以下示例都会用相对路径进行演示。

除了路径问题，对于新手还有几个点 需要注意 ：

• 注意 / ， \ ， "" ， '' ，这些标点一定要在 英文状态下输入 ！R语言的文件路径只支持 / 或者 \\ ，不能是 \ ；

• 这个示例文件是有 列名 的，所以在读取的时候加了 col_names=T 这个参数，没有列名就要改成 F ；

• 如果你的数据使用了 合并/拆分单元格、各种格式、公式等 ，会报错！复杂的表头在读取时代码也会变得很复杂，建议大家初学时都整理成示例文件这种简单的表头；

• 这个文件是 .xlsx 格式的，如果不是，那你需要用其他函数，比如：使用 read_xls() 函数读取 .xls 结尾的文件；每个函数的功能都是有要求的，不能乱用，记得多查看函数的帮助文档。

• 如果你读取中文遇到乱码问题，那大概率是遇到了编码问题，这是一个很复杂的问题：

• 

• 有时直接升级R包/R/rstudio/，重新保存文件为utf-8等方式也可以解决问题；
• 如果都不行，直接百度！具体情况具体分析！
• 首先你可以通过点击Rstudio中的 Tools - Global Options ，到达以下界面，把默认编码方式改为 utf-8 ，然后关闭rstudio，重新读取；

csv

csv文件是一种 逗号分隔文件 ，打开后和excel看起来一模一样，以下是一个csv文件示例，你不要问为什么看不到逗号......

一般推荐把excel文件另存为csv文件，因为方便R语言读取，不需要安装额外的R包也可以读取~

# read.csv是R自带的函数，不用加载R包；header = T 表示这个文件有列名
csv 
csv

或者用 read.table() 函数读取。由于该函数可以读取很多格式，而每种文件格式的分隔符并不相同（比如csv文件是逗号分隔，txt文件是Tab分隔），因此在使用该函数时需要 指定文件的分隔符 ：

csv                   sep = "," # 指定分隔符！
                  )

csv

是不是很简单，注意点和excel一样。

read.table() 函数是一个通用的读取表格型数据的函数，它既可以读取csv文件，又可以读取txt文件，只要指定不同的分隔符即可。

txt

txt文件也是我们常见的文件类型，通常这种数据也是可以直接读取的，不需要额外安装R包。

现在我们有一个这样的txt文件，它看起来不规整，但其实是规整的哦，不要被表象迷惑，也 千万不要试图用空格键把它对齐！！

txt是 tab 键分隔的文件，在读取时，一定要指定分隔符：

tmp                   sep = "\t", # 必须要指定分隔符：\t，表示Tab键分隔
                  header = T)
tmp

tsv

这个类型的文件也是以 \t 为分隔符的，所以读取时和txt文件完全一样，使用 read.table() 函数即可，就不重复介绍了。

SPSS

如果是spss软件产生的 .sav 文件 ，可以使用 foreign 包中的 read.spss() 函数读取，或者使用 haven 包中的 read_sav() 函数。

这两个包在使用前需要先安装，安装过程这里就不演示了。

# foreign包读取
library(foreign)
spss 
spss

这里的 foreign::read.spss() 使用了 包的名字::函数名字 这种方法，意思是指定使用 foreign 中的 read.spss() 函数。有时候不同的R包中会有相同名字的函数，使用这种方法可以避免混淆。

# haven包读取
library(haven)
spss 
spss

这个例子是比较简单的，有时候需要指定特定的编码方式，可以通过使用 ?read_sav/?read.spss 查看更改编码的方式。

haven 这个包是专门设计用来读取 spss/SAS/STATA 格式的文件的。