1 痛点

  • R语言读取xlsx csv sav dta等格式的数据需要加载不同的包和不同的语法
  • 分析结果保存可能需要保存成rdata xlsx csv

2 目的

用一个通用函数实现尽可能多的数据保存和读取

3 解决方案 rio

library(rio)

# 数据读取
dat <- import("C:/myfiles/collect/200work/personal_project/个人博客/R语言数据无脑读取和保存/stata.dta")

dat <- import("C:/myfiles/collect/200work/personal_project/个人博客/R语言数据无脑读取和保存/xls.xls")

dat <- import("C:/myfiles/collect/200work/personal_project/个人博客/R语言数据无脑读取和保存/csv.csv")

dat <- import("C:/myfiles/collect/200work/personal_project/个人博客/R语言数据无脑读取和保存/xlsx.xlsx")

dat <- import("C:/myfiles/collect/200work/personal_project/个人博客/R语言数据无脑读取和保存/r.rdata", trust = TRUE)

dat <- import("C:/myfiles/collect/200work/personal_project/个人博客/R语言数据无脑读取和保存/sas.sas7bdat")

dat <- import("C:/myfiles/collect/200work/personal_project/个人博客/R语言数据无脑读取和保存/SPSS.sav")

dat <- import("C:/myfiles/collect/200work/personal_project/个人博客/R语言数据无脑读取和保存/rds.rds", trust = TRUE)

# 数据保存

export(dat, "C:/Users/hcy29/Desktop/test.dta")

# export(dat, "C:/Users/hcy29/Desktop/test.xls") # 不建议

export(dat, "C:/Users/hcy29/Desktop/test.csv")

export(dat, "C:/Users/hcy29/Desktop/test.xlsx")

export(dat, "C:/Users/hcy29/Desktop/test.rdata")

export(dat, "C:/Users/hcy29/Desktop/test.rds")

# export(dat, "C:/Users/hcy29/Desktop/test.sas7bdat") # 建议避开 .sas7bdat 这种闭源格式的保存

export(dat, "C:/Users/hcy29/Desktop/test.sav")