peut lire différents formats de données. Les principaux formats rencontrés sont:
- Fichiers textes à valeurs séparées par un caractère spécial
- Fichiers Excel
- Fichier natif de R (.Rda)
Un utilisateur peut vouloir enregister principalement des:
- données transformées dans R
- résultats d’analyses sous forme de tables
- sorties textes plus complexes
- graphiques.
… se trouvent dans un dossier compressé qui contient les fichiers suivants :
| Nom du fichier | Taille |
|---|---|
| data_io/1.tabular_simple.tsv | 4486 |
| data_io/2.tabular_complex_header.tsv | 4608 |
| data_io/3.only_one_col | 487 |
| data_io/4.tabular_no_header.tsv | 2012 |
| data_io/5.data_in_excel.xlsx | 17858 |
exemple:
nom groupe Energie Eau Proteines Glucides Lipides .... Abricot crus 194 87.1 0.81 9.01 0.25 6.7 1.3 1.7 Abricot secs 1010 24.7 2.88 59.1 0.5 34.3 10.6 8.3 Ananas exotique 304 81.3 0.94 15.1 0.25 14.9 2.8
fruits <- read.table(file = "data_io/1.tabular_simple.tsv", header = T, sep = "\t") write.table(x = fruits, file = "1.simpletabular.tsv", quote = F, sep = "\t", row.names = F)
Attention à ne pas écraser un fichier
⋙ Il existe plusieurs variantes selon les fichiers de données
exemple:
# nom : nom du fruit # groupe : fruit sec, exotique, mangé crus ou en compote # autres colonnes : valeurs nutritionelles nom groupe Energie Eau Proteines Glucides Lipides .... Abricot crus 194 87.1 0.81 9.01 0.25 6.7 1.3 1.7 Abricot secs 1010 24.7 2.88 59.1 0.5 34.3 10.6 8.3 Ananas exotique 304 81.3 0.94 15.1 0.25 14.9 2.8
fruits <- read.table(file = "2.tabular_complex_header.tsv", header = T, sep = "\t", skip=3)
exemple:
Abricot Ananas Banane Canneberge Cerise Citron Clementine CompoteMultiFruits
fruit_names <- scan(file = "3.only_one_col", what=character())
Abricot crus 194 87.1 0.81 9.01 0.25 Abricot secs 1010 24.7 2.88 59.1 0.5 Ananas exotique 304 81.3 0.94 15.1 0.25
fruits <- read.table(
file = "tabular_noheader.tsv",
col.names = c("nom", "groupe", "Energie", "Eau", "Proteines", "Glucides", "Lipides"),
sep = "\t"
)
ou
fruits <- read.table(file = "4.tabular_no_header.tsv", , header = T, sep = "\t")
names(fruits) <- c("nom", "groupe", "Energie", "Eau", "Proteines", "Glucides", "Lipides")
Les fichiers utilisés pour pouvoir sauvegarder et reprendre une session R plus tard.
load("data_io/fruits.RData")
cela crée dans la session un ou des objets tels qu’ils ont été sauvegardés.
pour sauvegarder l’objet fruits:
save(fruits, file = "mySave.Rdata")
Pour sauvegarder tout une session de travail:
save.image(file = "mySession.RData")
ou
q("yes")
Les données peuvent aussi être transmises sous forme d’un classeur excel.
Il faut alors extraire la table d’intérêt dans la feuille qui le contient.
On utilise pour cela le package readxl qui fournis (entre autres) les fonctions
read_excelread_xlsread_xlsxPar exemple le classeur data_in_excel contient 3 feuilles:
library(readxl) read_xlsx(path = "data_io/5.data_in_excel.xlsx", sheet = "fruits", skip = 3)
Pour écrire un fichier sous format “Excel”, on utilise pour cela le package writexl.
Par exemple, on enregistre le tableau fruits_summary dans un fichier fruits_summary.xlsx avec la suite de commandes suivantes :
library(dplyr)
fruits_summary <- fruits %>%
group_by(groupe) %>%
summarize(
MoyenneSucres = mean(Sucres),
MoyenneLipides = mean(Lipides))
library(writexl)
write_xlsx(fruits_summary, path = "fruits_summary.xlsx")
Quand nous voulons sauvegarder un graphe en ligne de commande, nous avons 2 moyens principaux:
R fournit des fonctions pour enregistrer sous différents formats de fichier image (BMP, JPEG, PNG & TIFF ). Elles fonctionnent toutes dans le même scénario:
png(filename="monBeauGraph.png", width = 960, height = 960 ) # remplacer l'affichage # Code pour generer le graphique dev.off() # finaliser le fichier
Attention: suivant les options “width” et “height”, les textes et les points ne prendront pas la même place dans le fichier qu’à l’écran.
ggplot fournit la fonction ggsave. Par exemple, pour sauvegarder un plot enregistré dans la variable “g”:
ggsave( filename="monBeauGraph.png, plot=g, device = png)