本篇文章给大家谈谈R语言通过url获取数据，以及r语言如何读取包中的数据对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录一览：

• 1、如何用R语言爬取网页表格数据节省一天工作时间
• 2、R语言如何从外部读取数据到R中
• 3、如何通过一个URL链接获取数据
• 4、如何用r语言抓取数据库中的数据库
• 5、url地址如何获取
• 6、R语言数据对象与运算

如何用R语言爬取网页表格数据节省一天工作时间

方法/步骤fromurllib.requestimporturlopen用于打开网页fromurllib.errorimportHTTPError用于处理链接异常frombs4importBeautifulSoup用于处理html文档importre用正则表达式匹配目标字符串例子用关于抓取百度新闻网页的某些图片链接fromurllib.requestimporturlopenfromurllib.errorimportHTTPErrorfrombs4importBeautifulSoupimportreurl="/"try:html=urlopen(url)exceptHTTPErrorase:print(e)try:bsObj=BeautifulSoup(html.read())images=bsObj.findAll("img",{"src":re.compile(".*")})forimageinimages:print(image["src"])exceptAttributeErrorase:print(e)importjava.io.BufferedReader;importjava.io.IOException;importjava.io.InputStreamReader;importjava.net.HttpURLConnection;importjava.net.MalformedURLException;importjava.net.URL;publicclassCapture{publicstaticvoidmain(String[]args)throwsMalformedURLException,IOException{StringstrUrl="/";URLurl=newURL(strUrl);HttpURLConnectionhttpConnection=(HttpURLConnection)url.openConnection();InputStreamReaderinput=newInputStreamReader(httpConnection.getInputStream(),"utf-8");BufferedReaderbufferedReader=newBufferedReader(input);Stringline="";StringBuilderstringBuilder=newStringBuilder();while((line=bufferedReader.readLine())!=null){stringBuilder.append(line);}Stringstring=stringBuilder.toString();intbegin=string.indexOf("");intend=string.indexOf("");System.out.println("IPaddress:"+string.substring(begin,end));}

R语言如何从外部读取数据到R中

R语言如何从外部读取数据到R中

R语言可以从键盘，文本，excel，access，数据库，专业处理软件sas

一、使用键盘的输入

mydata-data.frame(age=numeric(0),gender=character(0),weight=numeric(0))

mydata-edit(mydata)

二、读入带有分隔符文本格式的数据

data-read.table(文件，header=true/false,sep="delimeter",row.names=列名)

其中文件可以有很多选项的

file（）gzfile（），bzfile（），等一些压缩文件以及url（http：//,）

例子：

默认的时候，字符串会自动使用factor转化为数值型

data-read.table("student.csv",header=TRUE,sep=",",row.names="studentid"，stringsAsFactors=FALSE)

三、将xls文件导入到R中

（1）将xls变成csv的格式导入

（2）在Windows系统中，你也可以使用RODBC包来访问Excel文件。

library(RODBC)

channel - odbcConnectExcel("student.xls")

mydataframe-sqlFetch(channel,"Sheet1")

odbcClose(channel)

四、抓取网页并且提取信息

五、导入spss数据

library（Hmisc）

mydata-spss.get("mydata.sav",use.value.labels=TRUE)

六、导入SAS数据

将sas格式的数据转换为csv格式的数据 然后用read.table()形式导入

七、导入关系型数据库的数据

R中有多种面向关系型数据库管理系统（DBMS）的接口，包括Microsoft SQL Server、Microsoft Access、MySQL、Oracle、PostgreSQL、DB2、Sybase、Teradata以及SQLite。其中一些包通过原生的数据库驱动来提供访问功能，另一些则是通过ODBC或JDBC来实现访问的。

（1）使用ODBC的方式导入数据

如何通过一个URL链接获取数据

1.“servlet名”实要提交到的servlet名，要小写。 2.“xxx”可以跟常量也可以跟变量 如 3.用此方法提交默认是get方式 (我还不知道怎么将它变成post方式)。 4.在servlet中接收传过来的参数： String name1 = new String(request.getParameter("...

如何用r语言抓取数据库中的数据库

一、 安装RODBC库

1、进入R语言的GUI界面（RGUI.EXE)，在菜单栏选择“程序包/安装程序包

2、在弹出的窗口里往下拉，选择RODBC如图，点击确定

3、在ODBC数据源管理器里将需要的数据库添加进去，这里笔者使用的是SQL Server2008，驱动程序选择Native Client10.0

3、在R语言窗口输入连接语句

library(RODBC)

**这里是载入RODBC库

channel-odbcConnect("MyTest",uid="ripley",case="tolower")

**连接刚才添加进数据源的“MyTest”数据库

**ch - odbcConnect("some dsn ", uid = "user ", pwd = "**** ")

**表示用户名为user，密码是****，如果没有设置，可以直接忽略

data(USArrests)

**将“USArrests”表写进数据库里（这个表是R自带的）

sqlSave(channel,USArrests,rownames = "state",addPK = TRUE)

**将数据流保存，这时候打开SQL Server就可以看到新建的USArrests表了

rm(USArrests)

sqlTables(channel)

**给出数据库中的表

sqlFetch(channel,"USArrests",rownames = "state")

**输出USArrests表中的内容

sqlQuery(channel,"select * from USArrests")

**调用SELECT查询语句并返回结果（如图）

sqlDrop(channel,"USArrests")

**删除表

odbcClose(channel)

**最后要记得关闭连接

当然，通过这个办法也可以读取Excel、Access表中的内容，具体方法类似，这里不再重复

url地址如何获取

获取url地址的步骤如下：

工具：联想XiaoXin Chao7000-15IKBR、Windows10、运行10.0.17763。

1、进入运行界面，windows+R进入运行界面，输入cmd后点击确定。

2、输入nslookup，在命令窗口输入nslookup，然后空格，回车。

3、复制网址进行查看，将要查看的网址粘贴到命令行，回车，在非权威应答下就是要查看网站的ip。

url的作用

url的作用是：识别internet中的信息资源，并将internet提供的服务统一编址。通过URL我们可以到达任何一个地方寻找需要的东西，如文件、数据库、图像、新闻等。

URL（外文名：UniformResourceLocator，中文名：统一资源定位符），统一资源定位符是对可以从互联网上得到的资源的位置和访问方法的一种简洁的表示，是互联网上标准资源的地址。互联网上的每个文件都有一个唯一的URL，它包含的信息指出文件的位置以及浏览器应该怎么处理它。

R语言数据对象与运算

R语言数据对象与运算

R语言数据对象与运算 笔记整理

2.1 数据对象及类型

R语言创建和控制的实体被称为对象（object）

ls()命令来查看当前系统里的数据对象

R对象的名称必须以一个英文字母打头，并由一串大小写字母、数字或钟点组成

注意：R区分大小写

不要用R的内置函数名称作为数据对象的名称，如c、length等

2.2 数据对象类型

R语言的对象包括

数值型（numeric）：实数， 可写成整数（integers）、小数（decimal fractions）、科学记数（scientific notation）

逻辑型（logical）：T(true)或F（FALSE）

字符型（character）：夹在" "或之间

复数型（complex）：形如a+bi

原味型（raw）：以二进制形式保存数据

缺省型（missing value）：有些统计资料是不完整的，当一个元素或值在统计的时候是“不可得到（not available）”或“缺失值（missing value）”的时候，相关位置可能会被保留并赋予一个特定的NA（not available）值，任何NA的运算结果都是NA。

辨别和转换数据对象类型的函数：

辨别 转换

character is.character() as,character()

complex

double

integer

logical

NA

numeric

2.3 数据对象构造

R语言里的数据对象主要有六种构造：向量（vector）、矩阵（matrix）、数组（array）、列表（list）、数据框（data frames）、因子（factor）

2.3.1 向量（vector）是由有相同基本类型元素组成的序列，相当于一维数组

5个数值组成的向量x，这是一个用函数c()完成的赋值语句，这里c()可以有任意多个参数，而它输出的值则是一个把这些参数首尾相连形成的一个向量

R的赋值符号除了“-”外，还有"-""="

例如：

c(1,3,5,7,9) - y

y

[1] 2 5 8 3

z = c(1,3,5,7,9)

z

[1] 1 3 5 7 9

assign（）函数对向量进行赋值

length（）：可返回向量的长度

mode（）可返回向量的数据类型

正则序列 用 “：”符号，可产生有规律的正则序列（： 的运算级别最高）

函数seq（）产生有规律的各种序列

seq（from,to ,by） from 给序列的起始值，to表示序列的终止值，by表示步长（by 省略时，表示步长值为1）

seq(1,10,2)

[1] 1 3 5 7 9

seq(1,10)

[1] 1 2 3 4 5 6 7 8 9 10

有时关注的是数列的长度，利用句法：seq（下界，by=，length=）

seq(1,by=2,length=10)

[1] 1 3 5 7 9 11 13 15 17 19

rep(x,times，……)x表示要重复的对象，times表示重复的次数

rep(c(1,3),4)

[1] 1 3 1 3 1 3 1 3

rep(c(1,3),each=4)

[1] 1 1 1 1 3 3 3 3

对每个元素进行重复;

R中的内置函数：

mean（）来示向量的均值

median（）求是位数

var（）求方差

sd（）求标准差

sort（）对向量排序

rev（）将向量按原方向的反方向排列

rank（）给求出向量的秩

prod（）求向量连乘积

append（）为向量添加元素

对向量运算常见函数表

函数 用途

sum（） 求和

max（） 求最大值

min（） 求最小值

range（） 求极差（全矩）

mean（） 求均值

median 求中位数

var（） 求方差

sd（） 求标准差

sort（） 排序

rev（） 反排序

rank（） 求秩

append（） 添加

replace（） 替换

match（） 匹配

pmatch（） 部分匹配

all（） 判断所有

any（） 判断部分

prod（） 积

2.3.2 矩阵

矩阵（matrix)是将数据用行和列排列的长方形表格，它是二维的数组，其单元必须是相同的数据类型，通常用列来表示不同的变量，用行表示各个对象。

其句法是：

matrix（data=NA,ncol=1,byrow-=FALSE,dimnames=NULL）

data是必须的，其它几个选择参数。

nrow表示矩阵的行数

ncol表示矩阵的列数

byrow默认为FALSE,表示矩阵按列排列，如设置为T,表示按行排列；

dimnames可更改矩阵行列名字

diag()函数生成对角矩阵

diag（）这个函数比较特别，当数据是向量时则生成对角矩阵，但当数据是矩阵时，则返回对角元素

也可用函数diag（）生成单位矩阵

当我们生成了某个矩阵后，若要访问矩阵的某个元素或某行（列），可以利用形如A[i,j]的形式得到相应的索引矩阵

矩阵可进行相应的加减乘除运算，但运算过程中要注意行数和列数的限制条件

R里A*B并不是表示矩阵相乘，只表示矩阵对应的元素相乘

矩阵相乘应用A%*%B

dim（）返回矩阵的行数和列数

nrow（）返回矩阵的行数

ncol（）返回矩阵的列数

solve（）返回矩阵的逆矩阵

对矩阵运算的常见函数

函数 用途

as.matrix() 把非矩阵的转换成矩阵

is.matrix() 辨别是否矩阵

diag() 返回对角元素或生成对角矩阵

eigen() 求特征值和特征向量

solve() 求逆矩阵

chol() Choleski分解

svd() 奇异值分解

qr() QR分解

det() 求行列式

dim() 返回行列数

t() 矩阵转置

apply() 对矩阵应用函数

R语言还提供了专门针对矩阵的行或列计算的函数

如 colSUms（）对矩阵各列求和 colMeans（）求矩阵各列的均值

类似的有 rowSums（）rowMeans（）

更一般的方法：

apply（）函数来对各行各列进行运算

句法是：apply（X,MARGIN,FUN,……）

X表示要处理的数据

MARGIN表示函数作用的范围

取1表示对行运用函数

取2表示对列运用函数

FUN表示要运用的函数

rbind（）、cbind（）将两个或两个以上的矩阵合并起来

rbind（）表示按行合并，cbind（）则表示按列合并

2.3.3 数组

数组（array）可以看作是带有多个下标的类型相同的元素的集合。

数组的生成函数是array（），其句法是

array（data=NA,dim=length(data),dimnames-NULL）

data表示数据，可以为空

dim 表示维数

dimnames可以更改数组难度的名称

2.3.4 列表

向量、矩阵和的单元必须是同一类型的数据，若一个数据对象需要含有不同的数据类型，可采用列表（list）这种数据对象的形式。

列表是一个对象的有序集合构成的对象，列表中包含的对象又称为它的分量（components），分量可以是不同的模式或（和）类型

语法式为：list （变量1=分量1，变量2=分量2,……）

若要访问列表的某一成分，可以用LST[[1]],LST[[2]]的形式访问

因分量可以被命名，故可以在列表名称后加$符号，再写上成分名称来访问列表分量

函数length（）、mode（）、names（）可以分别返回列表的长度（分量的数目）、数据类型、列表里成分的名字

2.3.5 数据框

数据框（data frame）是一种矩阵形式的数据，但数据框中各列可以是不同类型的数据。数据框每列是一个变量，每行是一个观测 。

对可能列入数据框中的列表有如下的一些限制：

1．分量必须是向量（数值，字符，逻辑），因子，数值矩阵，列表或者其他数据框。

2．矩阵，列表和数据框为新的数据框提供了尽可能多的变量，因为它们各自拥有列、元素或者变量。

3．数值向量、逻辑值、因子保持原有格式，而字符向量会被强制转换成因子并且它的水平就是向量中出现的独立值。

4．在数据框中以变量形式出现的向量结构必须长度一致，矩阵结构必须有一样的行数。

R中用函数data.frame()生成数据框，其句法是：data.frame（data1,data2,……）

数据框的列名默认为变量名，也可对列名进行重新命名

也可以对数据框的行名进行修改

2.3.6 因子和有序因子

分类型数据经常要把数据分成不同的水平或因子（factor）

生成因子的命令是factor（），其句法是：factor（data,levels,labels,……）

其中data表示数据

levels是因子水平向量

labels是因子的标签向量

levels，labels是备选项，可以不选

若上面的每个因子并不表示因子的大小，要表达因子之间有大小顺序（考虑因子之间的顺序），则可以用 ordered（）函数产生

2.4 数据的录入及编辑

c函数：c函数是把各个值联成一个向量或列表，可以形成数值型向量、字符型向量或其它类型向量

scan函数：功能类似于c函数，实际上是一种键盘输入数据函数。当输入scan（），然后按回车键，这时将等待输入数据，数据之间只要空格分开即可（c函数要用逗号分开）。输入完数据，再按回车键，这时数据录入完毕。

scan函数还可以读入外部文本文件，若现有一个文本文件，data.txt，读入这个文件的命令是： x=scan(file="dat.txt")

若原文件的数据之间有逗号等分隔符，用scan读入应该去掉这些分隔符，其命令是： x=scan(file="dat.txt"，sep=",")

编辑数据

data.entry命令

xx原先未被定义，现在赋予其一个空值，这时会出现一个电子表格界面，等待输入数据： data.entry(xx=c(NA))

当电子表格关闭后，数据会自动保存

edit命令用来编辑函数，也可用来编辑数据，但不会自动保存

fix函数与edit类似，但它可以自动保存

从外部文件读入数据

从文本文件读取：

s1=read.table("student.txt")

s1

V1 V2 V3

1 class sex score

2 1 女 80

3 1 男 85

4 2 男 92

5 2 女 76

6 3 女 61

7 3 女 95

8 3 男 83

读入表格数据的命令是：read.table

忽略掉标签而直接使用默认的行标签

s2=read.table("student.txt",header=T)

s2

class sex score

1 1 女 80

2 1 男 85

3 2 男 92

4 2 女 76

5 3 女 61

6 3 女 95

7 3 男 83

从网络读入数据

url可以从网页上读入正确格式的数据，要借助read.table函数

address=

/sample.txt

read.table(file=url(address))

读入其他格式的数据库

要读入其他格式的数据库，必须先安装"foreign"模块，它不属于R的8个内置模块，需在使用前安装。 library(foreign)

SAS：R只能诗篇SAS Transport format（XPORT）文件，需要把普通的SAS数据文件（.ssd和.sas7bdat）转换成Transport format(XPORT)文件，再用命令：read.xport()

SPSS数据库：read.spss()可读入SPSS数据文件

Epi info数据库：

要给数据集一个名字，则是;read.epiinfo("文件名.rec")-名称

Stata数据库：

R可读入Stata5,6,7的数据库

读入数据文件后，使用数据集名$变量名，即可使用各个变量

read.dta(“文件名.dta”)

读入数据文件后，使用数据集名$变量名，即可使用各个变量。

mean(data$age)

便是计算数据集 data中的变量age的均数。

2.5 函数、循环与条件表达式

2.5.1 编写函数

句法是：

函数名 = function (参数1，参数2…)

{

函数体

函数返回值

}

对于这类只有一个算术式的简单函数，也要不要{}

mean(data$age)

便是计算数据集 data中的变量age的均数。

若不使用圆括号，直接输入函数名，按回车键将显示函数的定义式：

单参数：使函数个性化，可使用单参数，函数将会根据参数的不同，返回值不同

welcome.sb = function(names) print(paste("welcome",names,"to

use R"))

welcome.sb("Mr fang")

[1] "welcome Mr fang to use R"

welcome.sb("Mr Wang")

[1] "welcome Mr Wang to use R"

默认参数：即不输入任何参数

函数的默认参数

welcome.sb=function(names="Mr fang")print(paste("welcome",

names,"to use R"))

welcome.sb()

[1] "welcome Mr fang to use R"

当函数体的表达式超过一个时，要用｛｝封起来

2.5.2 for循环

for循环的句法是：

for (变量 in取值向量) {

表达式…

}

R语言通过url获取数据的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于r语言如何读取包中的数据、R语言通过url获取数据的信息别忘了在本站进行查找喔。