Algoritma & Struktur Data

~ Ujian Tengah Semester ~


Kontak : \(\downarrow\)
Email
Instagram yyosia
RPubs https://rpubs.com/yosia/

Pendahuluan

Ada begitu banyak data yang tersimpan dalam suatu file, contohnya csv,excel,txt,rds,xml,json, dll. data-data tersebut yang sudah disebutkan bisa diakses dan dibaca oleh R dengan coding yang berbeda-beda.

Impor/Ekspor CSV

Cara 1

pertama menghubungkan R dengan sistem di komputer kita. dengan coding getwd()$ untuk mengecek dimana R kita bekerja.

print(getwd())
## [1] "C:/Users/House Of Grace/OneDrive/Documents/data"
getwd()
## [1] "C:/Users/House Of Grace/OneDrive/Documents/data"
setwd(getwd())

#memasukan data
df1 <-read.csv("input/input1.csv",sep = ",") # format pemisah koma 
df2 <-read.csv("input/input2.csv",sep = ";") # format pemisah titik koma

#menyimpan data jika ingin di edit
write.csv(df1,"output/test1.csv", row.names = TRUE)
write.csv(df2,"output/test2.csv", row.names = TRUE)

Cara 2

Cara yang lebih praktis

#setting direktori
(WD <- getwd())
## [1] "C:/Users/House Of Grace/OneDrive/Documents/data"
if (!is.null(WD)) setwd(WD)

# impor data
df3 <- read.csv(file.path(WD, 'input', 'input1.csv'))
df4 <- read.csv(file.path(WD, 'input', 'input2.csv'))

# Ekspor data
write.csv(df3, file.path(WD, 'output', 'output1.csv'),row.names = FALSE)
write.csv(df4, file.path(WD, 'output', 'output2.csv'),row.names = FALSE)

Cara 3

Cara termudah dari semua cara tapi tidak efektif karena harus memilih data akan lebih rumit

df5 <- read.csv(file.choose())

Impor/Ekspor Excel

sama seperti csv tapi format datanya yang berbeda antara .xls dan .xlsx

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

# impor data
df6<-read_excel("input/input4.xls")             # impor data xls (97-2003)
df7<-read_excel("input/input3.xlsx",sheet=1)    # impor data xlsx (2003-up)

# ekspor data
write_xlsx(df6,"output/output3.xls") 
write_xlsx(df7,"output/output4.xlsx")

Impor/Ekspor TXT dan RDS

dalam bagian ini digunakan TXT dan RDS untuk mengangani data yang terlalu banyak mengakibatkan data size data menjadi lebih besar. jadi dengan TXT dan RDS data akan menjadi lebih kecil ukurannya tanpa mengurangi data yang di dalamnya

# impor data
df8 <- read.table("input/input5.txt")   # format TXT (notepad)
df9 <- source("input/input6.Rdmpd")      # format TXT (Rdmp)
df10 <- readRDS("input/input7.rds")     # format binary RDS
df11 <- readRDS("input/input8.ascii")   # format binary ASCII

# ekspor data
write.table(df8, "output/output5.txt")
dump("df9", "output/output6.Rdmpd")
saveRDS(df10, "output/output7.rds")
saveRDS(df11, "output/output8.ascii, ascii=True")

Impor/Ekspor XML

XML singkatan dari eXtensible Markup Language. kegunaannya untuk kita membuat tag tag sendiri. dan kumpulan berbagai format file dan data WWW, intranet, dan teks ASCII standard

library("XML")
library("kulife")
library("methods")

df12 <- xmlParse("input/input9.xml")      # input data xml
xml_df <- xmlToDataFrame(df12)            # konversi ke data frame
write.xml(xml_df, "output/output9.xml")   # ekspor data xml

Impor/Ekspor JSON

JSON singkatan dari JavaScript Object Nation. digunakan karena lebih ringan lebih di khususkan untuk Handphone.

library("jsonlite")

df13<- fromJSON("input/input10.json")
json_df <- as.data.frame(df13)
write_json(json_df, "output/output10.json")

Impor data dari Web

mengimpor data dari website jadi dalam coding kita masukan link website yang ingin kita input ke R

CSV ;

web_csv <- read.csv("https://www.stats.govt.nz/assets/Uploads/Business-financial-data/Business-financial-data-June-2021-quarter/Download-data/economic-survey-of-manufacturing-june-2021-quarter-csv.zip")

XLSX ;

library(rio)
install_formats()
## [1] TRUE
web_xlsx <- rio::import("https://github.com/Bakti-Siregar/dataset/blob/master/Bookdown-Data-Science-for-Beginners/xlsx1.xlsx?raw=true")