Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment importer des fichiers CSV dans R (étape par étape)



Supposons que j’ai un fichier CSV appelé data.csv enregistré à l’emplacement suivant :

C:\Utilisateurs\Bob\Desktop\data.csv

Et supposons que le fichier CSV contienne les données suivantes :

team, points, assists
'A', 78, 12
'B', 85, 20
'C', 93, 23
'D', 90, 8
'E', 91, 14

Il existe trois manières courantes d’importer ce fichier CSV dans R :

1. Utilisez read.csv à partir de la base R (méthode la plus lente, mais fonctionne bien pour les ensembles de données plus petits)

data1 <- read.csv("C:\\Users\\Bob\\Desktop\\data.csv", header=TRUE, stringsAsFactors=FALSE)

2. Utilisez read_csv du package readr (2 à 3 fois plus rapide que read.csv)

library(readr)

data2 <- read_csv("C:\\Users\\Bob\\Desktop\\data.csv")

3. Utilisez fread du package data.table (2 à 3 fois plus rapide que read_csv)

library(data.table)

data3 <- fread("C:\\Users\\Bob\\Desktop\\data.csv")

Ce didacticiel montre un exemple d’utilisation de chacune de ces méthodes pour importer le fichier CSV dans R.

Méthode 1 : utilisation de read.csv

Si votre fichier CSV est raisonnablement petit, vous pouvez simplement utiliser la fonction read.csv de Base R pour l’importer.

Lorsque vous utilisez cette méthode, assurez-vous de spécifier stringsAsFactors=FALSE afin que R ne convertisse pas les variables alphabétiques ou catégorielles en facteurs.

Le code suivant montre comment utiliser read.csv pour importer ce fichier CSV dans R :

#import data
data1 <- read.csv("C:\\Users\\Bob\\Desktop\\data.csv", header=TRUE, stringsAsFactors=FALSE)

#view structure of data
str(data1)

'data.frame':   5 obs. of  3 variables:
 $ team   : chr  "'A'" "'B'" "'C'" "'D'" ...
 $ points : int  78 85 93 90 91
 $ assists: int  12 20 23 8 14

Méthode 2 : utilisation de read_csv

Si vous travaillez avec des fichiers plus volumineux, vous pouvez utiliser la fonction read_csv du package readr :

library(readr)

#import data
data2 <- read_csv("C:\\Users\\Bob\\Desktop\\data.csv")

#view structure of data
str(data2)

'data.frame': 5 obs. of 3 variables:
 $ team : chr "'A'" "'B'" "'C'" "'D'" ...
 $ points : int 78 85 93 90 91
 $ assists: int 12 20 23 8 14

Méthode 3 : Utiliser fread

Si votre CSV est extrêmement volumineux, le moyen le plus rapide de l’importer dans R consiste à utiliser la fonction fread du package data.table :

library(data.table)

#import data
data3 <- fread("C:\\Users\\Bob\\Desktop\\data.csv")

#view structure of data
str(data3)

Classes 'data.table' and 'data.frame':  5 obs. of  3 variables:
 $ team   : chr  "'A'" "'B'" "'C'" "'D'" ...
 $ points : int  78 85 93 90 91
 $ assists: int  12 20 23 8 14

Notez que dans chaque exemple, nous avons utilisé des doubles barres obliques inverses (\\) dans le chemin du fichier pour éviter l’erreur courante suivante :

Error: '\U' used without hex digits in character string starting ""C:\U"

Ressources additionnelles

Les didacticiels suivants expliquent comment importer d’autres types de fichiers dans R :

Comment importer des fichiers Excel dans R
Comment importer des fichiers TSV dans R
Comment importer des fichiers Zip dans R
Comment importer des fichiers SAS dans R
Comment importer des fichiers .dta dans R

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *