R语言 mysql 读取

x=c(1,2,3,4) #数据之间要用逗号隔开
x
y=c("a","b","c")
y

> t <- url("https://www.r-project.org/COPYING",encoding = "UTF-8")
> class(t)
[1] "url"        "connection"
> d <- scan(t,what = character())
Read 2969 items
> head(d,n=20)
 [1] "GNU"         "GENERAL"     "PUBLIC"      "LICENSE"    
 [5] "Version"     "2,"          "June"        "1991"       
 [9] "Copyright"   "(C)"         "1989,"       "1991"       
[13] "Free"        "Software"    "Foundation," "Inc."       
[17] "59"          "Temple"      "Place,"      "Suite"

writeBin(object, con)
readBin(con, what, n )

#读取txt文件，header文件首行是否包含变量名，sep表示文件中的分隔符，col.names列名称
col_names<-c("col1","col2","col3")
data_txt<-read.table("traindata.txt",header=TRUE,sep="\t",col.names =col_names)
#读取csv文件
data_csv<-read.csv("traindata.csv",header=FALSE)

dir()   #列出工作目录下的文件
ls()    #列出环境中的变量

data <- read.table("C:\\Users\\Hider\\Desktop\\test.txt",
                   header = TRUE,
                   encoding = "gbk")

install.packages("readxl")

> data<-read.csv("D:\\work\\data\\1.csv") > data   X1 X23 1  2     24 2  3     25 3  4     26 4  5     27 5  6     28 > data<-read.csv("D:\\work\\data\\1.csv",header = F) > data   V1    V2 1  1 23333 2  2    24 3  3    25 4  4    26 5  5    27 6  6    28 > data<-read.csv("D:\\work\\data\\1.csv",header = T) > data   X1 X23333 1  2     24 2  3     25 3  4     26 4  5     27 5  6     28

# 获得数据的方法之一
# wget --no-check-certificate https://biogeo.ucdavis.edu/data/gadm3.6/gpkg/gadm36_AUS_gpkg.zip

library(pacman)
p_load(sf,raster,tidyverse)

# 查看有哪些图层
st_layers(
  "data/gadm36_AUS.gpkg"
)

# 读取特定图层
Ausoutline <- st_read("data/gadm36_AUS.gpkg", 
                      layer='gadm36_AUS_0')

library(ciftiTools)

read.csv(
  file #文件名
  header = F #是否指定文件第一行为标题
  na.strings = "NA" 
  #将保存为“NA”的字符串保存为R语言中的NA值
  stringsAsFactors = default.stringsAsFactors() 
  #用于指定将字符串保存为因子还是字符串
)

url_con <- url(description="http://xuzhougeng.top", open="r", encoding = "UTF-8")
class(url_con)
[1] "url"        "connection"

kernel<-0                  #将文件中的第一列的数据放在kernel对象当中
coorauthor<-0              #将文件中的第二列数据放在coorauthor对象当中
num<-0                     #将文件中的第三列数据放在num当中
count<-0                   #记录当前读到第count行了，同时也是以上三对象的索引值
count[1]<-0
input<-file("E:\\sample.txt","r")
line=readLines(input,n=1)
line=readLines(input,n=1) #由于第一行不是数据，所以直接跳过第一行
while(length(line)!=0)
{
   count[1]=count[1]+1
   va=strsplit(line,"\t")#样本中每个数据间隔就是tab
   kernel[count[1]]=va[[1]][1]
   coorauthor[count[1]]=va[[1]][2]
   num[count[1]]=va[[1]][3]  
   line=readLines(input,n=1)   
}
close(input)
var_1<-0
tmp_1=setdiff(kernel,var_1)#setdiff是求得kernel集合和var_1集合当中的差集，也就是kernel当中非重复元素，然后放在tmp_1当中，其中kernel和var_1的顺序无关
var_2<-0
tmp_2=setdiff(coorauthor, var_2)
var_1_len=length(tmp_1)#第一个作者的数量
var_2_len=length(tmp_2)#第二个作者的数量
var_sum<-0#目标数组清空
for(i in 1:var_1_len)
{
var_sum[i]=tmp_1[i]#将第一列中的作者姓名放在var_sum当中
print(var_sum)
}
from=var_1_len+1#记录下所有的var_sum数组中下一个元素的位置，由此开始记录
to=var_1_len+var_2_len
for(i in from:to)
var_sum[i]=tmp_2[i-var_1_len]
var_sum=setdiff(var_sum,var_1)#到此获得了所有的作者姓名并且无重复

install.packages("R.matlab")

# 设置工作目录
setwd("path/to/your/file")

# 读取txt文件
data <- read.table("file.txt", header = TRUE, sep = "\t")

# JSON 简单数组
json <- '["Mario", "Peach", null, "Bowser"]'
# 转换为向量
fromJSON(json)

[1] "Mario"  "Peach"  NA  "Bowser"

.GlobalEnv$datas.name = c(.GlobalEnv$datas.name,.GlobalEnv$values[[1]])

1.每类文件都会使用对应的分隔符，例如用逗号分隔的文件为.csv文件，读取方式为：x   
  2.head(x)   tail(x)  显示x对象首尾6行的内容(默认为6行) 
  head(x,n=10),一次显示10行内容 
  3.read.table()函数在使用时，若是.csv文件应设置sep=”,”，所以应提前知道文件的分隔符是什么，此函数中有以下参数： 
   
  ① header设置第一行是否跳过，默认为FALSE 
  ② skip表示跳过某些内容，如开头的注释 
  (例如设置skip=5,表示跳过前5行的信息) 
  ③ nrows=100,控制读取到第100行，而skip表示从哪里开始读 
  ④ na.strings表示哪些内容是缺失值 
  ⑤ stingsAsFactors 控制读入的字符串是否转化为因子，默认为TRUE 
   
  4.read.csv/csv2/delim/delim2  适合特定格式的文件，delim的分隔符为制表符 
   
  5.read.fwf()读取特定宽度的文件 
  read.fwf(“fwf.txt”,widths=c(3,3)),即给出每一列的宽度值

graph LR
A[加载必要的包] --> B[读取json文件]
B --> C[解析json数据]
C --> D[处理json数据]