Rychlé načtení datasetu z Excelu do R

You are here:

Úvod
Návody
Jazyk R – návody
Rychlé načtení datasetu z Excelu…

Rychlé načtení datasetu z Excelu do R

Autor návodu: Žaneta Vaníčková

Tento návod popisuje, jak načíst data z excelovské tabulky do prostředí jazyka R.

Použijeme v něm tyto příkazy:

data <- readClipboard()

data <- read.table(file = 'clipboard', sep = "\t", header = TRUE, stringsAsFactors = FALSE)

data <- readClipboard()

data <- read.table(file = 'clipboard', sep = "\t", header = TRUE, stringsAsFactors = FALSE)

Jdeme na to

Soubor .xlsx je častou formou, ve které se k nám dostanou data, která potřebujeme vyhodnocovat pomocí R. Existuje řada balíčků (packages), díky kterým můžeme tyto data exportovat nebo importovat z nebo do prostředí R. Ale jak sami brzo zjistíte, nahrát data z excelu nemusí být vždy tak úplně jednoduché. Někteří proto ukládají soubor do formátu .csv a ten pak importují, protože s ním už tolik problému při nahrávání nebývá. Další z moznosti je integrovat R primo do excelu pomoci doplňku Rexcel.

Ukážeme si tedy postup, kterým tyto problémy (při rozumné velikosti dat) obejdeme a data načteme přímo z Excelu.

Použijeme k tomu funkci readClipboard, která umí načíst data ze schránky Windows - tedy načte to, co jste předtím v jiné aplikaci zkopírovali.

Vyzkoušíme si to na datasetu auta-1.xlsx, který můžete stáhnout odsud, ale použít můžete jakýkoliv jiný Excel.

Nejprve označte data, která chcete nahrát do R, a zkopírujte je (Ctrl + C).

Přejděte do R studia. V něm data potřebujete vložit. To uděláte tímto příkazem, který do dat načte obsah schránky WIndows:

data <- readClipboard()

head(data)

data <- readClipboard()

head(data)

Funkce head() zobrazí prvních několik řádků dat.

## [1] "Značka\tModel\tCena\tBarva\tNa skladě od:"&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;

## [2] "Peugeot\t307\t200 000 Kč\tStříbrná\t29.4.2015"&nbsp;

## [3] "Alfa Romeo\t159\t167 000 Kč\tStříbrná\t1.5.2015"

## [4] "Alfa Romeo\t146\t280 000 Kč\tStříbrná\t2.5.2015"

## [5] "Hyundai\ti20\t44 000 Kč\tStříbrná\t2.5.2015"&nbsp;&nbsp;&nbsp;

## [6] "Peugeot\t207\t184 000 Kč\tŽlutá\t2.5.2015"

## [1] "Značka\tModel\tCena\tBarva\tNa skladě od:"     

## [2] "Peugeot\t307\t200 000 Kč\tStříbrná\t29.4.2015" 

## [3] "Alfa Romeo\t159\t167 000 Kč\tStříbrná\t1.5.2015"

## [4] "Alfa Romeo\t146\t280 000 Kč\tStříbrná\t2.5.2015"

## [5] "Hyundai\ti20\t44 000 Kč\tStříbrná\t2.5.2015"   

## [6] "Peugeot\t207\t184 000 Kč\tŽlutá\t2.5.2015"

Pokud byste chtěli zobrazit všechna data, zapište jen:

data <- readClipboard()
data

1 2	data <- readClipboard() data

Sloupce v Excelu jsou oddělené tabulátorem (\t). Funkce readClipboard() sama o sobě neumožňuje nastavit oddělovač, hodí se spíše pro rychlé načtení řádkových dat. Pro načtení tabulky tedy použijeme funkci read.table().

data <- read.table(file = 'clipboard', sep = "\t", header = TRUE, stringsAsFactors = FALSE) 
head(data)

1 2	data <- read.table(file = 'clipboard', sep = "\t", header = TRUE, stringsAsFactors = FALSE) head(data)

##       Značka Model       Cena    Barva Na.skladě.od.

## 1    Peugeot   307 200 000 Kč Stříbrná     29.4.2015

## 2 Alfa Romeo   159 167 000 Kč Stříbrná      1.5.2015

## 3 Alfa Romeo   146 280 000 Kč Stříbrná      2.5.2015

## 4    Hyundai   i20  44 000 Kč Stříbrná      2.5.2015

## 5    Peugeot   207 184 000 Kč    Žlutá      2.5.2015

## 6      Škoda  Yeti 162 000 Kč    Modrá      2.5.2015

## Značka Model Cena Barva Na.skladě.od.

## 1 Peugeot 307 200 000 Kč Stříbrná 29.4.2015

## 2 Alfa Romeo 159 167 000 Kč Stříbrná 1.5.2015

## 3 Alfa Romeo 146 280 000 Kč Stříbrná 2.5.2015

## 4 Hyundai i20 44 000 Kč Stříbrná 2.5.2015

## 5 Peugeot 207 184 000 Kč Žlutá 2.5.2015

## 6 Škoda Yeti 162 000 Kč Modrá 2.5.2015

vysvětlení vstupních parametrů funkce read.table():

file = ‘clipboard’ - zdroj dat nastavíme na clipboard
sep = “\t” - oddělovačem sloupců je v excelu tabulátor
header = TRUE - první řádek dat obsahuje názvy sloupců
stringsAsFactors = FALSE - nebudeme používat datový typ factor

Návody