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.txt""data/txts/三棵树.txt"
##[3]"data/txts/三江购物.txt""data/txts/上海九百.txt"
##[5]"data/txts/上海机电.txt""data/txts/上海物贸.txt"
texts
doc_ids
for(fileinfiles){
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")
