Impor/Ekspor CSV

Comma Separated Values atau CSV adalah suatu format data dalam basis data di mana setiap record dipisahkan dengan tanda koma (,) atau titik koma (;).

#cek berada dlm posisi apa
getwd()

## [1] "C:/Users/hp/Documents/antarmuka asd"

setwd("C:/Users/hp/Documents/antarmuka asd")           # atur posisi penyimpanan data
setwd(getwd())

# Impor 

Imp1 <-read.csv("input/input1.csv",sep = ",")          # format pemisah koma 
Imp2 <-read.csv("input/input2.csv",sep = ";")          # format pemisah titik koma

# Ekspor
write.csv(Imp1,"output/output1.csv", row.names = TRUE) # jika ingin ada nama di row nya
write.csv2(Imp2,"output/output2.csv", row.names = TRUE) 

# write.csv2() untuk ;
# ?read.csv baca materi

(WD <- getwd())

## [1] "C:/Users/hp/Documents/antarmuka asd"

if (!is.null(WD)) setwd(WD)

# Impor 

Imp1.1 <- read.csv(file.path(WD, 'input','input1.csv'), sep = ",")
Imp2.1 <- read.csv(file.path(WD, 'input','input2.csv'), sep = ";")

# Ekspor

write.csv(Imp1.1, file.path(WD,'output','cara2.output1.csv'),row.names = FALSE)
write.csv(Imp2.1, file.path(WD,'output','cara2.output2.csv'),row.names = FALSE)

# cara3 <- read.csv(file.choose())

Impor/Ekspor Data Excel

Ketika kita ingin melakukan impor dan ekspor data dalam bentuk ‘.xlsx’ dan ‘.xls’, yang perlu kita lakukan adalah install packages ‘readx1’ terlebih dahulu. Setelah itu, kita menggunakan fungsi ‘read_excel()’ untuk melakukan impor data Excel serta menggunakan fungsi ‘write_xlsx()’ untuk melakukan impor data bentuk excel.

#install.packages(c("readxl", "writexl"))        # install `readxl & writexl` 
pacman::p_load(readxl, writexl)                  # load `readxl & writexl`

# Impor
Imp3 <- read_excel("input/input3.xlsx")          # impor data xlsx (2003-up)
Imp4 <- read_excel("input/input4.xls",sheet=2)   # impor data xls (97-2003)

# Ekspor
write_xlsx(Imp3,"output/output3.xlsx") 
write_xlsx(Imp4,"output/output4.xls")

Impor/Ekspor TXT dan RDS

Melakukan impor dan ekspor ke dalam format TXT dan RDS ketika kita ingin ukuran file nya lebih kecil dibandingkan dengan CSV dan EXCEL.

# Impor
Imp5 <- read.table("input/input5.txt")               # impor data bentuk txt
Imp6 <- source("input/input6.Rdmpd")                 # impor data bentuk Rdmpd
Imp7 <- readRDS("input/input7.rds")                  # impor data bentuk binary (RDS)
Imp8 <- readRDS("input/input8.ascii")                # immpor data bentuk binary (ascii)

# Ekspor
write.table(Imp5, "output/output5.txt")
dump("Imp6", "output/output6.Rdmpd")
saveRDS(Imp7, "output/output7.rds")
saveRDS(Imp8, "output/output8.ascii", ascii = TRUE)  

Impor/Ekspor XML

Extensible Markup Language (XML) adalah bahasa markup yang diciptakan oleh konsorsium World Wide Web (W3C). Bahasa ini berfungsi untuk menyederhanakan proses penyimpanan dan pengiriman data antarserver.

library("XML")                                       # panggil XML
library("kulife")                                    # panggil kulife
library("methods")                                   # panggil methods

Imp9 <- xmlParse("input/input9.xml")                 # impor data
konv.xml.df <- xmlToDataFrame(Imp9)                  # konversi ke data frame
write.xml(konv.xml.df, "output/output9.xml")         # ekspor data

Impor/Ekspor JSON

JavaScript object notation atau JSON adalah format yang digunakan untuk menyimpan dan mentransfer data. Langkah yang perlu kita lakukan untuk impor dan ekspor data dalam format JSON adalah dengan memanggil paket ‘jsonlite’. Setelah itu, ketika kita ingin melakukan impor data dlm bentuk JSON, kita perlu memanggil fungsi ‘fromJSON’ dan ketika kita ingin melakukan ekspor data, kita perlu memanggil fungsi ‘write_json’.

library("jsonlite")

Imp10 <- fromJSON("input/input10.json")
konv.json.df <- as.data.frame(Imp10)
write_json(konv.json.df, "output/output10.json")

Impor Data dari Web

Terdapat cara impor data dari web dalam bentuk CSV dan XLSX. Berikut adalah cara nya:

csv.web <- read.csv("https://github.com/Bakti-Siregar/dataset/raw/master/Bookdown-Data-Science-for-Beginners/csv1.csv")

library("rio")         # panggil library rio
install_formats()

## [1] TRUE

xlxs.web <- rio::import("https://github.com/Bakti-Siregar/dataset/blob/master/Bookdown-Data-Science-for-Beginners/xlsx1.xlsx?raw=true")

Basis Data R

Perancangan basis data diperlukan, agar kita bisa memiliki basis data yang kompak dan efisien dalam penggunaan ruang penyimpanan, cepat dalam pengaksesan dan mudah dalam pemanipulasian (tambah, ubah, hapus) data.

Menambang Data Web

Pengikisan data dari web (Webscraping Data) adalah proses menggunakan bot untuk mengekstrak konten dan data dari situs web. Tidak seperti screen scraping, yang hanya menyalin piksel yang ditampilkan di layar, web scraping mengekstrak kode HTML yang mendasarinya yang pada dasarnya disimpan dalam database. Pengikisan data ini dapat mereplikasi seluruh kon.ten dari berbagai situs web yang target

Referensi

1. https://rpubs.com/dsciencelabs/asd10
2. https://staff.blog.ui.ac.id/r-suti/files/2010/03/norm_dbase.pdf
3. https://www.niagahoster.co.id/blog/xml/