1. 读取CSV文件

data <- read.csv("input.csv", header=T)  # header=T 表示第一行是表头

• 检查数据框：

  print(is.data.frame(data))  # 检查是否为数据框
  print(ncol(data))  # 输出列数
  print(nrow(data))  # 输出行数
  

• 筛选数据：

  ret <- subset(data, salary > 3000 & dept == "IT")  # 筛选条件
  print(ret)
  

---

2. 读取Excel文件

install.packages("xlsx")  # 安装xlsx包
library(xlsx)
data <- read.xlsx("input.xlsx", sheetIndex = 1)  # 读取第一个工作表

• 乱码问题：如果出现乱码，可以尝试指定编码：

  data <- read.xlsx("input.xlsx", sheetIndex = 1, encoding = "UTF-8")
  

---

3. 读取JSON文件

install.packages("rjson")  # 安装rjson包
library(rjson)
data <- fromJSON(file = "input.json")  # 读取JSON文件
json_data_frame <- as.data.frame(data)  # 转换为数据框

---

4. 读取XML文件

install.packages("XML")  # 安装XML包
library(XML)
data <- xmlParse(file = "input.xml")  # 解析XML文件

---

5. 从Web获取数据

install.packages("RCurl")  # 安装RCurl包
install.packages("XML")    # 安装XML包
install.packages("stringr")# 安装stringr包
install.packages("plyr")   # 安装plyr包

library(RCurl)
library(XML)
library(stringr)
library(plyr)

url <- "http://www.geos.ed.ac.uk/~weather/jcmb_ws/"
links <- getHTMLLinks(url)  # 获取页面中的所有链接
filenames <- links[str_detect(links, "JCMB_2015")]  # 筛选符合条件的文件名
filenames_list <- as.list(filenames)

# 定义下载函数
downloadcsv <- function(mainurl, filename) {
  filedetails <- str_c(mainurl, filename)
  download.file(filedetails, filename)
}

# 批量下载文件
l_ply(filenames, downloadcsv, mainurl = "http://www.geos.ed.ac.uk/~weather/jcmb_ws/")

---

6. 读取TXT文件

data <- read.table('input.txt', header = F, sep = ' ')  # 读取TXT文件

• 参数说明：
  • header = F：表示文件没有表头。
  • sep = ' '：指定分隔符为空格。

---

7. 连接MySQL数据库

install.packages("RMySQL")  # 安装RMySQL包
library(RMySQL)

# 连接数据库
mysqlconnection <- dbConnect(MySQL(), 
                             user = 'root', 
                             password = 'abcd123456', 
                             dbname = 'testdb', 
                             host = 'localhost')

# 查询数据
result <- dbSendQuery(mysqlconnection, "SELECT * FROM table_name")
data <- fetch(result, n = -1)  # 获取所有数据
dbClearResult(result)  # 清除结果
dbDisconnect(mysqlconnection)  # 断开连接

---

总结

1. 文件读取：

   • CSV：read.csv()
   • Excel：read.xlsx()
   • JSON：fromJSON()
   • XML：xmlParse()
   • TXT：read.table()

2. Web数据获取：

   • 使用RCurl和XML包从网页中提取数据并下载文件。

3. 数据库操作：

   • 使用RMySQL包连接MySQL数据库并查询数据。

4. 数据处理：

   • 使用subset()筛选数据。
   • 使用as.data.frame()将JSON数据转换为数据框。

5. 注意事项：

   • 安装必要的包（如xlsx、rjson、XML、RMySQL等）。
   • 处理乱码时指定编码（如encoding = "UTF-8"）。
   • 数据库操作后记得关闭连接。

---

希望这份总结对你有帮助！如果有其他问题，欢迎随时提问。