- read.table()
从带有分隔符的文本文件中导入数据，此函数可读入一个表格格式的文件并将其保存为一个数据框，表格的每一行分别出现在文件中的每一行
mydataframe <- read.table(file,options)
file ：是一个带分隔符的 ASCII 文件，
options：控制如何处理数据的选项，常见选项如下表
| 选项 | 描述 |
| header | 是否要读取表头，如 header = TRUE，则读取 |
| sep | 分开数据值的分隔符，默认是sep=“ ”，一个或多个空格、制表符、换行或回车、使用 sep=“,”来读取用逗号来份分隔行内数据的文件，使用 sep =“\t”来读取使用制表符来分割行内数据的文件 |
| row.names | 一个用于指定一个或多个行标记符的可选参数 |
| col.names | 如果数据标签第一行不包括变量名(header = FALSE)，你可以用col.names去指定一个包含变量名的字符向量。如果 header = FALSE以及col.names全省略了，则变量名分别以v1，v2，以此类推 |
| na.strings | 可选的用于表示缺失值的字符向量，比如说，na.strings = c("-9","?")，把-9 和 ？值在读取数据的时候转换为 NA |
| colClasses | 可选的分配到每一列的类向量，比如说：colClasses = c("numeric","numeric","character","NULL","numeric")把前两列读取为数值型变量，把第三列读取为字符型向量，跳过第四列，把第五列读取为数值型变量，如果数据有多列则colClasses会循环。 读取大型文本文件时，加上colClasses可以提升效率 |
| quote | 用于对有特殊字符的字符串划定界限的字符串。默认值是双引号 ""或单引号 ' |
| skip | 读取数据前跳过的行的数目，这个选项在跳过头注释的时候比较有用 |
| stringAsFactors | 一个逻辑型变量，标记处理字符向量是否需要转化为因子，默认值是 TRUE，除非它被 colClases所覆盖， 处理大型文本文件时，设置成stringAsFactors = FALSE 可以提升效率 |
| text | 指定文字进行处理的字符串，如果 text被设置了，file应该会被留空 |
- 案例
> setwd("C:\\Users\\Tate\\Desktop\\") #指定工作目录，文件保存的位置> grades <- read.table("studentgrades.txt", header=TRUE,+ row.names="StudentID", sep=",")> grades # print data frame First Lasts Math Science Social.Studies11 Bob Smith 90 80 6712 Jane Weary 75 NA 8010 Dan Thornton, III 65 75 7040 Mary O'Leary 90 95 92> str(grades) # view data frame structure'data.frame': 4 obs. of 5 variables: $ First : Factor w/ 4 levels "Bob","Dan","Jane",..: 1 3 2 4 $ Lasts : Factor w/ 4 levels "O'Leary","Smith",..: 2 4 3 1 $ Math : int 90 75 65 90 $ Science : int 80 NA 75 95 $ Social.Studies: int 67 80 70 92> grades <- read.table("studentgrades.txt", header=TRUE,+ row.names="StudentID", sep=",",+ colClasses=c("character", "character", "character", #字符串默认会转化为因子，要么使用stringAsFactors =F,或指定类型型+ "numeric", "numeric", "numeric"))> grades # print data frame First Lasts Math Science Social.Studies011 Bob Smith 90 80 67012 Jane Weary 75 NA 80010 Dan Thornton, III 65 75 70040 Mary O'Leary 90 95 92> str(grades) # view data frame structure'data.frame': 4 obs. of 5 variables: $ First : chr "Bob" "Jane" "Dan" "Mary" $ Lasts : chr "Smith" "Weary" "Thornton, III" "O'Leary" $ Math : num 90 75 65 90 $ Science : num 80 NA 75 95 $ Social.Studies: num 67 80 70 92