这一节介绍数据的读入和写入，要在R中做数据分析，首先需要将相关的数据读入，读入的方法多种多样，即使同一个文件，加载不同的包都有不同的读入方法，这里介绍一些比较常见的。
直接编辑
可以通过直接输入的方式输入数据，编辑的对象是数据框，如：
data1
fix(data1)
这里的fix函数是打开表格，你就可以直接输入数据，打开的操作界面如下：
然后我们在第二行第一列直接输入一个数据3，然后点击关闭
然后再打开，可以看到数据3已经在里面了：
还有另一个很类似的是edit，这个是编辑变量的名称和类型
粘贴板中读入
这个是表示已经将数据复制了，这时候是存储在内存里面，通过read.table中clipboard读入的，例如你复制了一个excel表格数据，然后运行如下代码：
data2
head(data2)
然后你在用head(data2)看一下数据的格式有没问题，现在Rstudio已经能够完美支持中文的了，三四年前读入中文还是乱码的。
read.table的功能很强大，具体在后面再详细介绍。
外部文件
前面两种能读入的数据量级和效率是比较糟糕的，通常在分析的时候是读入外部文件和直接连接数据库去处理数据，下面介绍读入外部文件的，对于数据的外部文件格式有很多，下面只介绍比较常用的几种。
csv
这个一种很常见的数据文件格式，很多API导出都会通过这种格式保存，或是部分人在处理数据的时候，会现在excel做数据的清理工作，然后保存为csv，再通过分析工具读入去做分析建模工作。
csv格式的读入很简单，如
data3
这里需要特别注意，在window下面用R的，所以路径数\\。Linux下我没用过，所以不知道。
txt
txt的文件也是用read.csv，如
data3
read.table除了前面出现的header和sep参数外，还有其他很多的参数，这些参数可以帮助你准确导入你想要的数据，read.table使用格式是这样的：
read.table(file, header = FALSE, sep ="", quote = "\"'",
dec = ".", row.names,col.names,
as.is = !stringsAsFactors,
na.strings = "NA", colClasses = NA, nrows= -1,
skip = 0, check.names = TRUE, fill =!blank.lines.skip,
strip.white = FALSE, blank.lines.skip =TRUE,
comment.char = "#",
allowEscapes = FALSE, flush =FALSE,
stringsAsFactors =default.stringsAsFactors(),
fileEncoding = "", encoding = "unknown",text)
主要参数的意思如下：
xlsx
读入xlsx需要下加载xlsx包，如果没有这个包的请自行安装，这个包的使用会依赖rJava和xlsxjars，所以这两个也是要安装的，还要有java的环境，用法如：
library(xlsx)
data4
sheetIndex用来选择读取的sheet表格
数据库
在这里以连接MySQL为例子，我用的报R包是RMysQL，这个包使用比较方便，不用做其他设置，如果你用RODBC，那么你还需要做数据源配置，比较麻烦，RMySQL的用法是：
library(RMySQL)
mycon
#连接数据库，注意这里是连接到特定的库
dbListTables(mycon) #看看这个库有什么表
res
data
这要数据就加载到数据框了。
数据输出
文件保存方面，我一般是将数据保存为csv，特别是在运营分析，项目分析中，这些分析周期是比较短的，如果开发一个BI的功能，显然是没有必要的，但是短期又需要定期做一些数据处理工作，分析数据情况，这时候R是个不错的选择，点击运行，然后就坐等结果出来了，保存数据的用法如：
write.csv(data,file="D:/shibai0711.csv")
下一节介绍常用的数据切片操作
如果觉得《rstudio中读取数据_R语言数据分析(2)——数据读入与写入》对你有帮助，请点赞、收藏，并留下你的观点哦！
