Datenimport
Dateiformate in R
- Von R werden quelloffene, nicht-proprietäre Formate bevorzugt
- Es können aber auch Formate von anderen Statistik Software Paketen eingelesen werden
- R-user speichern Objekte gerne in sog. Workspaces ab
- Auch hier jedoch gilt: (fast) alles andere ist möglich
Formate - base package
R unterstützt von Haus aus schon einige wichtige Formate:
- CSV (Comma Separated Values):
read.csv() - FWF (Fixed With Format):
read.fwf() - Tab-getrennte Werte:
read.delim()
gpanel <- read.csv2("ZA5666_d_gesis_panel_campus_file_b_2014.csv")
head(gpanel)
Der Arbeitsspeicher
So findet man heraus, in welchem Verzeichnis man sich gerade befindet
getwd()
So kann man das Arbeitsverzeichnis ändern:
Man erzeugt ein Objekt in dem man den Pfad abspeichert:
main.path <- "C:/" # Beispiel für Windows
main.path <- "/users/Name/" # Beispiel für Mac
main.path <- "/home/user/" # Beispiel für Linux
Und ändert dann den Pfad mit setwd()
setwd(main.path)
Bei Windows ist es wichtig Slashs anstelle von Backslashs zu verwenden.
Alternative - Arbeitsspeicher
Import von Excel-Daten
library(foreign)ist für den Import von fremden Datenformaten nötig- Wenn Excel-Daten vorliegen - als .csv abspeichern
- Dann kann
read.csv()genutzt werden um die Daten einzulesen. - Bei Deutschen Daten kann es sein, dass man
read.csv2()wegen der Komma-Separierung braucht.
library(foreign)
?read.csv
?read.csv2
CSV Dateien einlesen
Zunächst muss das Arbeitsverzeichnis gesetzt werden, in dem sich die Daten befinden:
Dat <- read.csv("schuldaten_export.csv")
Wenn es sich um Deutsche Daten handelt:
Dat <- read.csv2("schuldaten_export.csv")
SPSS Dateien einlesen
Dateien können auch direkt aus dem Internet geladen werden:
link<- "http://www.statistik.at/web_de/static/
mz_2013_sds_-_datensatz_080469.sav"
?read.spss
Dat <- read.spss(link,to.data.frame=T)
stata Dateien einlesen
MZ02 <- read.dta("MZ02.dta")
- Einführung in Import mit R (is.R)
Das Paket rio
install.packages("rio")
library("rio")
x <- import("mtcars.csv")
y <- import("mtcars.rds")
z <- import("mtcars.dta")
Datenmanagement ähnlich wie in SPSS oder Stata
install.packages("Rz")
library(Rz)
Weitere Alternative Rcmdr
install.packages("Rcmdr")
library(Rcmdr)
