So speichern und laden sie rda-dateien in r (mit beispielen)

Dateien, die mit der Erweiterung .rda enden, stellen Rdata-Dateien dar.

Sie können die Funktion save() verwenden, um diese Dateitypen in R zu speichern:

 save(df, file=' my_data.rda ')

Und Sie können die Funktion „load()“ verwenden, um diese Dateitypen in R zu laden:

 load(file=' my_data.rda ')

Das folgende Beispiel zeigt, wie Sie jede dieser Funktionen in der Praxis nutzen können.

Beispiel: RDA-Dateien in R speichern und laden

Angenommen, wir erstellen den folgenden Datenrahmen in R:

 #make this example reproducible
set. seeds (0)

#create data frame
df <- data. frame (x=rnorm(100),
                 y=rnorm(100),
                 z=rnorm(100))

#view data frame
head(df)

           X Y Z
1 1.2629543 0.7818592 -1.0457177
2 -0.3262334 -0.7767766 -0.8962113
3 1.3297993 -0.6159899 1.2693872
4 1.2724293 0.0465803 0.5938409
5 0.4146414 -1.1303858 0.7756343
6 -1.5399500 0.5767188 1.5573704

Wir können die Funktion save() verwenden, um diesen Datenblock in einer .rda-Datei zu speichern:

Diese Datei wird automatisch im aktuellen Arbeitsverzeichnis gespeichert. Sie können das Arbeitsverzeichnis mit der Funktion getwd() finden:

 #display working directory
getwd()

"C:/Users/Bob/Documents"

Nehmen wir nun an, wir verwenden die Funktion rm() , um den Datenblock aus der aktuellen R-Umgebung zu entfernen:

 #remove data frame from current R environment
rm(df)

Wenn wir uns unsere aktuelle Umgebung in RStudio ansehen, werden wir feststellen, dass sie keine Objekte enthält:

Anschließend können wir die Funktion „load()“ verwenden, um die .rda-Datei in die aktuelle R-Umgebung zu laden:

 load(file=' my_data.rda ')

Wenn wir uns die aktuelle Umgebung in RStudio noch einmal ansehen, werden wir feststellen, dass sie jetzt den Datenrahmen enthält:

Zusätzliche Ressourcen

Die folgenden Tutorials erklären, wie man andere Dateitypen in R liest:

So importieren Sie CSV-Dateien in R
So importieren Sie Excel-Dateien in R
So importieren Sie TSV-Dateien in R