Der Import von Daten in R ist ziemlich einfach. Für Stata und Systat verwendest du das Fremdpaket. Für SPSS und SAS würde ich das Hmisc-Paket wegen seiner Einfachheit und Funktionalität empfehlen. Im Quick-R-Abschnitt über Pakete findest du Informationen, wie du diese Pakete erhältst und installierst. Im Folgenden findest du Beispiele für den Import von Daten.
Aus einer kommagetrennten Textdatei
# first row contains variable names, comma is separator# assign the variable id to row names# note the / instead of \ on mswindows systems
mydata <- read.table("c:/mydata.csv", header=TRUE,
sep=",", row.names="id")Bereitgestellt von
(Um das Importieren einer csv-Datei zu üben, probiere diese Übung aus) .
Von Excel
Eine der besten Möglichkeiten, eine Excel-Datei zu lesen, ist, sie in eine kommagetrennte Datei zu exportieren und sie mit der oben beschriebenen Methode zu importieren. Alternativ kannst du auch das xlsx-Paket verwenden, um auf Excel-Dateien zuzugreifen. Die erste Zeile sollte die Namen der Variablen/Spalten enthalten.
# read in the first worksheet from the workbook myexcel.xlsx# first row contains variable names
library(xlsx)
mydata <- read.xlsx("c:/myexcel.xlsx",1)# read in the worksheet named mysheet
mydata <- read.xlsx("c:/myexcel.xlsx", sheetName ="mysheet")Bereitgestellt von
# save SPSS dataset in trasport format
get file='c:\mydata.sav'.
export outfile='c:\mydata.por'.
# in R
library(Hmisc)
mydata <- spss.get("c:/mydata.por", use.value.labels=TRUE)# last option converts value labels to R factorsBereitgestellt von
(Um das Importieren von SPSS-Daten mit dem Fremdpaket zu üben, probiere diese Übung aus) .
Von SAS
# save SAS dataset in trasport format
libname out xport 'c:/mydata.xpt';
data out.mydata;
set sasuser.mydata;
run;# in R
library(Hmisc)
mydata <- sasxport.get("c:/mydata.xpt")# character variables are converted to R factorsBereitgestellt von
Von Stata
# input Stata file
library(foreign)
mydata <- read.dta("c:/mydata.dta")Bereitgestellt von
(Um das Importieren von Stata-Daten mit dem Fremdpaket zu üben, probiere diese Übung aus) .
Von systat
# input Systat file
library(foreign)
mydata <- read.systat("c:/mydata.dta")Bereitgestellt von
Weiter gehen
Probiere diesen interaktiven Kurs aus: Importieren von Daten in R (Teil 1), um mit csv- und xlsx-Dateien in R zu arbeiten. Um mit SAS, Stata und anderen Formaten zu arbeiten, lies Teil 2.
Der Import von Daten in R ist ziemlich einfach. Für Stata und Systat verwendest du das Fremdpaket. Für SPSS und SAS würde ich das Hmisc-Paket wegen seiner Einfachheit und Funktionalität empfehlen. Im Quick-R-Abschnitt über Pakete findest du Informationen, wie du diese Pakete erhältst und installierst. Im Folgenden findest du Beispiele für den Import von Daten.
Aus einer kommagetrennten Textdatei
(Um das Importieren einer csv-Datei zu üben, probiere diese Übung aus) .
Von Excel
Eine der besten Möglichkeiten, eine Excel-Datei zu lesen, ist, sie in eine kommagetrennte Datei zu exportieren und sie mit der oben beschriebenen Methode zu importieren. Alternativ kannst du auch das xlsx-Paket verwenden, um auf Excel-Dateien zuzugreifen. Die erste Zeile sollte die Namen der Variablen/Spalten enthalten.
(Zum Üben kannst du diese Übung zum Importieren eines Excel-Arbeitsblatts in R durchführen).
Von SPSS
(Um das Importieren von SPSS-Daten mit dem Fremdpaket zu üben, probiere diese Übung aus) .
Von SAS
Von Stata
(Um das Importieren von Stata-Daten mit dem Fremdpaket zu üben, probiere diese Übung aus) .
Von systat
Weiter gehen
Probiere diesen interaktiven Kurs aus: Importieren von Daten in R (Teil 1), um mit csv- und xlsx-Dateien in R zu arbeiten. Um mit SAS, Stata und anderen Formaten zu arbeiten, lies Teil 2.