前段时间看到plotnine库(封装的R语言ggplot2)作的图太美了，有点想重新拾起R语言^_^

R语言代码略带凌乱，讲真的还是更喜欢Python代码简洁。不过好几年不琢磨R语言，对R语言代码的凌乱美有些新奇，很好玩，这也许就是久别胜新欢吧。

而且R语言的文本分析生态也挺全的，Python与R结合起来，完美~

R语言读写操作

本章文件读写用到的包有

readtext

readr

readxl

writexl

其中readr、readxl均为tidyverse内的子包，做数据分析一般绕不开tidyverse

tidyverse含有的包

library(tidyverse)

tidyverse::tidyverse_packages()

##  [1] "broom"      "cli"        "crayon"     "dbplyr"     "dplyr"

##  [6] "forcats"    "ggplot2"    "haven"      "hms"        "httr"

## [11] "jsonlite"   "lubridate"  "magrittr"   "modelr"     "pillar"

## [16] "purrr"      "readr"      "readxl"     "reprex"     "rlang"

## [21] "rstudioapi" "rvest"      "stringr"    "tibble"     "tidyr"

## [26] "xml2"       "tidyverse"

预备知识: tibble包

tibble比R内置的数据框的易用，默认不会将字符串转化为因子型。选择tibble数据的子集，返回的结果仍是tibble类型

创建数据框: tibble()

强制转化数据框: as_tibble()

创建数据框

#tibble::tibble意识是导入tibble包的tibble函数

df 

x = c(1,2,3,4),

name=c("张三", "李四", "王五", "赵六"),

age=c(25, 23, 30, 18)

)

df

colnames(df)

## [1] "x"    "name" "age"

rownames(df)

## [1] "1" "2" "3" "4"

读写实战

安装

install.packages(c("readtext","readr","readxl", "writexl"))

读取文件相关操作

读取

包

代码

功能

txt

readtext

readtext()

读取txt文件

csv

readr

read_csv()

读取csv文件

excel

readxl

read_excel()

读取xls、xlsx文件

读取csv

默认csv文件为utf-8编码

#读取csv

df 

#为了展示的更好看一些

df 

df

读取excel文件

df2 

df2

读txt

document 

document

#全部显示

#document['text']

#显示前200个字符

substr(document['text'], 1, 200)

## [1] "\n------------\n\n第1章 科学边界(1)\n\n    恋上你看书网 630bookla ，最快更新三体(全集)最新章节！\n\n    汪淼觉得，来找他的这四个人是一个奇怪的组合：两名警察和两名军人，如果那两个军人是武警还算正常，但这是两名陆军军官。\n\n    汪淼第一眼就对来找他的警察没有好感。其实那名穿警服的年轻人还行，举止很有礼貌，但那位便衣就让人讨厌了。这人长得五大三粗，一脸横肉，穿"

document[['doc_id']]

## [1] "三体.txt"

#全部显示

#document[['text']]

#显示前200个字符

substr(document[['text']], 1, 200)

## [1] "\n------------\n\n第1章 科学边界(1)\n\n    恋上你看书网 630bookla ，最快更新三体(全集)最新章节！\n\n    汪淼觉得，来找他的这四个人是一个奇怪的组合：两名警察和两名军人，如果那两个军人是武警还算正常，但这是两名陆军军官。\n\n    汪淼第一眼就对来找他的警察没有好感。其实那名穿警服的年轻人还行，举止很有礼貌，但那位便衣就让人讨厌了。这人长得五大三粗，一脸横肉，穿"

导入多个txt文件

list.files() 某路径下多个文件

#获取文件列表

files 

head(files)

## [1] "data/txts/三孚股份2017.txt" "data/txts/三棵树2017.txt"

## [3] "data/txts/三江购物2017.txt" "data/txts/上海九百2017.txt"

## [5] "data/txts/上海机电2017.txt" "data/txts/上海物贸2017.txt"

texts 

doc_ids 

for (file in files) {

document 

doc_ids 

texts 

#texts 

}

df 

doc_ids=doc_ids,

texts = texts

)

head(df)

写入文件相关操作

写入

包

代码

功能

csv

readr

write_csv()

将数据写入csv文件

excel

writexl

write_excel()

将数据写入excel

存入excel

使用writexl包的write_xlsx(x, path)

x:  tibble表数据

path: xlsx文件路径

#写入xlsx

writexl::write_xlsx(df, "output/reports.xlsx")

存入csv

使用readr包的write_csv(x, path)

x:  tibble表数据

path: csv件路径

#写入csv

readr::write_csv(df, "output/reports.csv")