Eine umfangreichere, aber dennoch übersichtliche Zusammenfassung zum Im- und Export verschiedener Dateiformate via verschiedener packages gibt es hier.

Hier werden kurz einige Möglichkeiten diskutiert

Daten in R zu importieren
Abbildungen und Ergebnisse aus R zu exportieren

Working Directory

Bevor man sich mit dem Im- und Exportieren beschäftigt, sollte klar sein, was eine working directory (wd) in R ist und wie man damit umgeht. Kurz gesagt ist es einfach der Ordner/der Pfad auf dem Computer, in welchem R arbeitet und wo es deshalb Dateien sucht und speichert. Es kann frei entschieden werden welcher Ordner das sein soll, aber irgendeiner muss es sein. Wenn man ihn nicht selbst aussucht, wählt R einen default-Ordner aus. Um herauszufinden welcher Ordner aktuell als working directory festgelegt ist, kann die Funktion getwd() genutzt werden.

Es ist praktisch für jede Analyse/Arbeit einen bestimmten Ordner anzulegen und diesen mit setwd() als working directory festzulegen. Als Beispiel sagen wir unser Ordner heißt “Ordner2” und liegt im “Ordner1”, welcher wiederum auf dem Desktop liegt. Hier liegen alle Informationen, wie z.B. die Daten, die wir später importieren wollen. Der Pfad heißt also: C:\Users\Paul\Desktop\Ordner1\Ordner2. Würde dort die Datei Daten.csv liegen und man wollte sie mit read.table() importieren (siehe unten) würde das wie folge ablaufen:

# Ohne working directory festzulegen
read.table("C:/Users/Paul/Desktop/Ordner1/Ordner2/Daten.csv")

# Vorher working directory festlegen
setwd("C:/Users/Paul/Desktop/Ordner1/Ordner2/")
read.table("Daten.csv")

Wenn es natürlich bei diesem einen Import bliebe, macht es keinen großen Unterschied. Da man in der Regel allerdings auch noch mindestens etwas exportiert, lohnt es sich schnell, da die working directory nur einmal festgelegt werden muss, sodass alle folgenden Pfade abgekürzt werden können.

Importieren

Vergleich Dateiformate

Oft werden Daten in Programmen wie Excel, also Tabellenkalkulationssoftware, erfasst. Dies hat den großen Vorteil, dass die Eingabe und auch z.B. Sortierung der Daten schnell, interaktiv, intuitiv und übersichtlich ist. Excel-Dateien sind vom Typ .xlsx. Beschäftigt man sich allerdings mehr mit der Datenverarbeitung, fällt auf, dass dort Daten vom Typ .csv oder .txt bevorzugt werden. Dies sind in der Regel einfache Text-Dateien, deren Werte durch bestimmte Zeichen getrennt sind. Die Abkürzung csv steht sogar für comma-separated values, sodass also alle Einträge durch Kommas getrennt werden. Es können aber auch andere Zeichen als Trennzeichen zum Einsatz kommen wie z.B. Semikolon, Doppelpunkt, Tabulatorzeichen, Leerzeichen. Im Endeffekt geht es aber immer darum einen Datensatz in einem möglichst simplen und deshalb zugleich speicherplatzsparendem und fehlerunanfälligem Format abzuspeichern.

Am Beispielbild wird allerdings auch deutlich, dass einige Informationen wie z.B. farbliche Formatierungen verloren gehen, wenn in solche ein delimited text file Format umgewandelt wird. Nichtsdestotrotz gilt:

Dateien im delimited text file Format werden zum Im- und Export mit R bevorzugt, da der Prozess fehlerunanfällig und schnell funktioniert.

Delimited Text File Formate

Basisfuntkion

Die Basisfunktion in R zum Import von Daten im delimited text file Format ist read.table. Man kann sehr viel angeben, wie z.B. ob die vorhanden Daten mit oder ohne Spaltennamen vorliegen oder was für ein Trennzeichen vorhanden ist. Im europäischen Raum darf nicht in Vergessenheit geraten werden, dass nicht überall auf der Welt Kommas als Dezimaltrennstellen benutzt werden: 10,58 in Deutschland entspricht 10.58 in den USA. Dies führt oft zu Probleme beim Import und sollte deshalb auch explizit beim Import/Export angegeben werden. Schließlich gibt es Abwandlungen wie z.B. read.csv, read.delim oder read.csv2, die genau wie read.table funktionieren und lediglich convenience functions darstellen:

read.table("Beispiel.csv", sep=";") # Semikolon als Trennzeichen
read.csv("Beispiel.csv") # Praktisch das gleiche wie der Befehl zuvor

read.table("Beispiel.csv", sep=";", dec=",") # Zusätzlich Komma als Dezimaltrennzeichen
read.csv2("Beispiel.csv") # Praktisch das gleiche wie der Befehl zuvor

Details finden sich z.B. hier.

Import mit data.table

Das data.table package bringt viele zusätzliche Funktionen mit sich. In diesem Kontext soll vor allem angemerkt werden, dass die Funktion fread() (fast read) im Prinzip eine schnellere und bequemere Version von read.table ist, was den Importprozess bei größeren Datensätzen schnell auf einen Bruchteil reduzieren kann. Es muss allerdings klar sein, dass fread() die importierten Daten im data.table Format abspeichert und nicht wie read.table() imd data.frame Format. Das kann dem Nutzer oft egal sein, es gibt aber Unterschiede im Handling.

library(data.table)
fread("Beispiel.csv") # Gegenstück zum read.table() Beispiel oben
# fread versteht die Argumente sep=";" und dec="," erkennt die Trennzeichen in der Regel aber automatisch

Excel (.xlsx) Dateien

Da viele ihre Daten mit Excel aufnehmen bzw. am Ende in Excel vorliegen haben, mag es umständlich erscheinen eine Excel-Datei erst in eine .csv oder .txt. Datei umzuwandeln. Tatsächlich wurde dies aber vor allem in der Vergangenheit aus den oben genannten Gründen viel gemacht. Zwar gibt es schon länger Funktionen auch Excel-Dateien direkt zu importieren, doch diese führten schlichtweg frustrierend oft zu Fehlern. Auch heute wird oft noch vermittelt, dass das direkte Importieren einer Excel-Datei wenn dann mit Vorsicht zu genießen ist. Dennoch gibt es in R Möglichkeiten mit denen ich solide Erfahrungen gemacht habe. Momentan nutze ich dafür das readxl package. Man kann sogar mit dem Argument range= nur einen Teil eines Tabellenblatts auswählen, also beispielsweise A4:C10 und mehr.

library(readxl)
read_excel("Beispiel.xlsx", sheet="Blatt1") # Importiert das Tabellenblatt "Blatt1" aus der "Beispiel.xlsx" Datei

Exportieren

Wenn eine Abbildung/ein Plot in R erstellet wurde, kann dieser natürlich aus dem Vorschaufenster durch Klicken auf den “Export” Button abgespeichert werden. Hier soll aber gezeigt werden wie Plots auch ohne zusätzliches Klicken exportiert werden können.

ggplot2 Graphen

Für ggplot2 Objekte gibt es eine extrem praktische Funktion namens ggsave(). Sie kann jeden Plot, der mit ggplot() erstellt wurde mit verschiedenen Optionen abspeichern. Wenn nicht explizit ein Objekt angegeben wird, das den ggplot() output enthält, wird einfach der zuletzt erstellte Plot gespeichert. Besonders nützlich ist, dass auch in Vektorgrafik-Formaten wie z.B. .eps abgespeichert und die genaue Größe in z.B. Pixeln oder cm vorgegeben werden kann

library(ggplot2)
meinplot <- ggplot(...) # Erstellen und speichern eines Plots
ggsave(plot=meinplot, filename="PlotDateiName.png", width=20, height=20, units="cm") # Speichere Plot in 20cm x 20cm als png-Datei mit dem Namen "PlotDateiName"

Tabellen/Daten

Basisfunktion & data.table

Analog zu den oben gezeigten Importfunktionen read.table und fread, gibt es auch write.table und fwrite. Wieder können die dec= und sep= Funktionen genutzt werden:

write.table(x=myRobject, file="DateiName.csv")
library(data.table)
fwrite(x=myRobject, file="DateiName.csv")

Excel (.xlsx) Dateien

Auch der Export direkt in Excel-Dateien ist möglich. Hierfür nutze ich momentan das openxlsx package und somit ein anderes (!) als für den Import aus Excel. Der einfache Export einer Tabelle in eine Datei funktioniert mit write.xlsx() analog zu den anderen Funktionen:

library(openxlsx)
write.xlsx(x=myRobject, file="DateiName.xlsx", sheetName="TabellenblattName")

Noch interessanter ist das package m.E. aber wenn es darum geht mehrere Tabellen in mehrere Tabellenblätter einer Datei zu schreiben. Das geschieht mit saveWorkbook(), indem erst ein workbook Objekt erstellt wird, welches nach und nach mit Tabellenblättern befüllt wird:

wb <- createWorkbook()
  addWorksheet(wb, "TabellenblattName1")
  writeData(wb, "TabellenblattName1", myRobject1)
  addWorksheet(wb, "TabellenblattName2")
  writeData(wb, "TabellenblattName2", myRobject2)
saveWorkbook(wb, file="DateiName.xlsx")

Es ist auch möglich bestimmte Formatierugen vorzunehmen. Beispielsweise können die einzelnen Spalten als unterschiedlich breit festgelegt werden:

setColWidths(wb, sheet="TabellenblattName1", 
             cols = c("Spalte1", "Spalte2", "Spalte3"), 
             widths = c(25, 3, 3))

Oder auch farbliche Hervorhebungen usw. können schon beim Export in R vorgenommen werden:

hs <- createStyle(fontColour="white", fontSize=14, textDecoration="bold",
                  fgFill="green", 
                  border=c("top", "bottom"), borderStyle="dotted", 
                  halign="center", valign="center",
                  textRotation=45)

write.xlsx(x=myRobject, file="DateiName.xlsx", sheetName="TabellenblattName", 
           borders="surrounding", headerStyle=hs)

Mehr Infos gibt es hier und hier.

Bei Fragen kannst du mir gerne schreiben!

schmidtpaul@hotmail.de