R语言15-R语法：R文件操作3

2019-04-27

R语言

文本格式

dump和dput函数的是文本格式，可以直接编辑，在文件出错时，可以恢复。
dump和dput保存了对象的metadata（R对象的属性信息），这降低了结果的可读性，但读入数据时，不需要在对该数据集进行额外的处理。
文本格式文件方便进行版本控制，git等命令只能追踪文本文件的改变。
文件格式用处更广泛，如果文本中出现错误，相比二进制文件，更容易被修复。
文本格式更符合Unix哲学

缺点：占用更多的空间（相比于二进制文件）

dput操作R对象

通过dput函数将R对象写入文件，使用dget函数将文件读入R。

> y <- data.frame(a = 1, b = "a")
> dput(y)
structure(list(a = 1,
           b = structure(1L, .Label = "a",
                         class = "factor")),
      .Names = c("a", "b"), row.names = c(NA, -1L),
      class = "data.frame")
> dput(y, file = "y.R")
> new.y <- dget("y.R")
> new.y
   a  b 
1  1  a

dump函数操作R对象

dump函数可以同时打包多个R对象写入文件，可以使用source函数将文件读回R。

> x <- "foo"
> y <- data.frame(a = 1, b = "a")
> dump(c("x", "y"), file = "data.R") 
> rm(x, y)
> source("data.R")
> y
a  b 
1 1  a
> x
[1] "foo"

其他数据操作的函数

数据操作可以通过创建一个链接（其他语言称为文件句柄）来实现。

file 创建一个普通文件的链接
gzfile 创建一个gzip格式压缩文件的链接
bzfile 创建一个bzip2格式压缩文件的链接

url 创建一个读取网页的链接

文件链接

> str(file)
function (description = "", open = "", blocking = TRUE,
      encoding = getOption("encoding"))

description参数设置读取文件的名称
open参数设置文件的操作权限
- “r” 只读
- “w” 可写并初始化一个新文件
- “a” 追加
- “rb”, “wb”, “ab” 读、写、追加二进制格式文件
文件链接可以帮助用户更灵活地操作文件或外部对象，我们不用直接对该链接进行操作，R中的函数可以直接处理。
```
con <- file("foo.txt", "r")
data <- read.csv(con)
close(con)
```
等同于
```
data <- read.csv("foo.txt")
```

按行读取文件

> con <- gzfile("words.gz") 
> x <- readLines(con, 10) 
> x
 [1] "1080"     "10-point" "10th"     "11-point"
 [5] "12-point" "16-point" "18-point" "1st"
 [9] "2"        "20-point"

writeLines读取字符串向量，将向量中每行对象按行写入文件。

* readLines在读取网页数据十分有用

> con <- url("http://www.baidu.com", "r")
> x <- readLines(con)
> head(x)
[1] "<!DOCTYPE html>"  "<!--STATUS OK-->" ""                 ""                
[5] ""  