导入数据
了解如何将 CSV、Excel 和其他文件格式的数据导入 R
导入数据 是 CoddyKit 上的免费 R Academy 课时。 这是第 1 节课，共 3 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 R Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 R Academy 课程共包含 3 节课。
R 数据导入简介
导入数据是任何数据分析项目的第一步。R 允许您从多种来源导入数据，例如 CSV、Excel 和数据库。
导入 CSV 文件
CSV 文件是最常见的数据存储格式之一。您可以使用 read.csv() 函数导入这些文件。
data <- read.csv('data.csv')查看导入的数据
导入数据后，您可以使用 head() 和 summary() 等函数检查数据。
head(data)
summary(data)导入 Excel 文件
要导入 Excel 文件，您需要使用 readxl 包。
install.packages('readxl')
library(readxl)
data <- read_excel('data.xlsx')从数据库导入数据
R 允许您使用 DBI 和 RSQLite 包连接到数据库。
install.packages('DBI')
library(DBI)
con <- dbConnect(RSQLite::SQLite(), 'my_database.db')导入 JSON 数据
可以使用 jsonlite 包导入 JSON 文件。
install.packages('jsonlite')
library(jsonlite)
data <- fromJSON('data.json')处理缺失数据
导入数据中的缺失值表示为 NA。您可以使用 is.na() 检查缺失值。
sum(is.na(data))将数据保存为 CSV
您可以使用 write.csv() 将数据框保存为 CSV。
write.csv(data, 'output.csv')总结
在本课中，您学习了：
- 如何从 CSV、Excel、JSON 和数据库导入数据。
- 如何检查导入的数据。
- 如何处理缺失值。
用 AI 导师学习 R — 免费
在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。
- 课程
- 43
- 课程
- 159
常见问题解答
「导入数据」课时是免费的吗？
是的 — 「导入数据」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 R Academy 课程的其余内容，请升级到 CoddyKit PRO。 R Academy 课程共包含 3 节课。
「导入数据」这节课中我会学到什么？
了解如何将 CSV、Excel 和其他文件格式的数据导入 R 你通过在浏览器中直接运行的动手代码来练习 R Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 R Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 R Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 1 节课，共 3 节。
「导入数据」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 R Academy 课中编写并运行代码吗？
能。每节 R Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。