数据挖掘与R语言

数据导入与导出

朱 奇

2026年07月28日

上讲回顾

PREVIOUSLY...

• 数据挖掘：用计算机从大量数据中自动发现规律
• R 与 RStudio：R 是引擎，RStudio 是驾驶舱，先装 R 再装 RStudio
• 基本运算：R 可以当计算器用，加减乘除、乘方、开方、对数、矩阵
• 高级玩法：模拟“石头剪刀布”、🎲、扑克等
• 变量赋值：用 <- 把值存起来，方便重复使用

提示

上节课我们学会了在 R 里做计算和存变量。但现实中的数据不可能在R中手动输入——它们存在csv文件或Excel表格里。 本节课解决一个最基本的问题：怎么把外部数据"请进"R？又怎么把 R 处理好的数据"送出去"？

本讲内容

CONTENTS

1 交互式导入鼠标点选，导入CSV与Excel

2 代码式导入一行代码搞定，两种方式对比

3 数据导出把结果保存为文件

4 总结 · 练习 · 作业

注记

本节课的核心目标：能独立完成"读入数据 → 查看数据 → 处理数据 → 保存结果"的完整闭环，并且理解为什么代码导入比鼠标点选更值得掌握。

Part 1 交互式导入

鼠标点选，不写一行代码

1.1 一个真实的场景

假设你拿到了一份汽车数据 汽车.csv 和一份 Excel 表 excel_data.xlsx，需要在 R 里打开查看：

提示

RStudio 提供了一个图形化的导入工具——Import Dataset，不需要写代码，鼠标点选即可完成。这是最适合"第一次导入数据"的方式。

1.2 导入 CSV：From CSV

flowchart TD
    A["RStudio 右上角
Environment 面板"] --> B["点击 Import Dataset
→ From Text (readr)"]
    B --> C["选择 汽车.csv"]
    C --> D["预览界面：
调整名称、分隔符、编码"]
    D --> E["点击 Import 导入"]
    E --> F["数据出现在 Environment 中"]

    style A fill:#1a3a5c,color:#fff
    style B fill:#2e5984,color:#fff
    style D fill:#4a2f6b,color:#fff
    style E fill:#3d5c2f,color:#fff
    style F fill:#7a4419,color:#fff

flowchart TD
    A["RStudio 右上角
Environment 面板"] --> B["点击 Import Dataset
→ From Text (readr)"]
    B --> C["选择 汽车.csv"]
    C --> D["预览界面：
调整名称、分隔符、编码"]
    D --> E["点击 Import 导入"]
    E --> F["数据出现在 Environment 中"]

    style A fill:#1a3a5c,color:#fff
    style B fill:#2e5984,color:#fff
    style D fill:#4a2f6b,color:#fff
    style E fill:#3d5c2f,color:#fff
    style F fill:#7a4419,color:#fff

注记

菜单栏操作路径：File → Import Dataset → From Text (base) / From Text (readr)。汽车.csv 是经典的 mtcars 数据集，包含32款汽车的油耗、气缸数、马力等信息。

1.3 导入 Excel：From Excel

excel_data.xlsx 里有两个工作表（Sheet1 是星球大战的人物信息、Sheet2 是企鹅测量数据），交互式导入时可以指定读取哪一个：

flowchart TD
    A["File → Import Dataset
→ From Excel"] --> B["选择 excel_data.xlsx"]
    B --> C{"选择 Sheet"}
    C -->|"Sheet1"| D["人物信息数据"]
    C -->|"Sheet2"| E["企鹅测量数据"]
    D --> F["预览界面：
调整 Range、Skip、列名"]
    E --> F
    F --> G["点击 Import 导入"]

    style A fill:#1a3a5c,color:#fff
    style C fill:#4a2f6b,color:#fff
    style F fill:#3d5c2f,color:#fff
    style G fill:#7a4419,color:#fff

flowchart TD
    A["File → Import Dataset
→ From Excel"] --> B["选择 excel_data.xlsx"]
    B --> C{"选择 Sheet"}
    C -->|"Sheet1"| D["人物信息数据"]
    C -->|"Sheet2"| E["企鹅测量数据"]
    D --> F["预览界面：
调整 Range、Skip、列名"]
    E --> F
    F --> G["点击 Import 导入"]

    style A fill:#1a3a5c,color:#fff
    style C fill:#4a2f6b,color:#fff
    style F fill:#3d5c2f,color:#fff
    style G fill:#7a4419,color:#fff

重要

注意 Sheet2 的数据并不是从 A1 开始的（前面空了几行几列）——预览界面里的 Range 选项就是用来处理这种"数据不在左上角"的情况的，交互式导入的好处正是能实时看到调整效果。

1.4 交互式导入的预览界面

可调整的选项

• Name：导入后的变量名
• Sheet：选择哪个工作表（Excel）
• Range：数据所在的单元格范围
• Delimiter：分隔符（CSV用）
• First row as names：第一行是否为列名

预览界面的妙用

预览界面会实时显示调整后的效果——能立刻看到数据长什么样、列名对不对、有没有错位。

更重要的是：窗口右下角会自动生成对应的代码！

提示

推荐做法：第一次导入新文件时，先用交互式方式预览、确认参数，然后复制生成的代码保存到脚本里。这条代码，就是我们下一部分要讲的"代码式导入"的起点。

Part 2 代码式导入

一行代码，胜过千百次点选

2.1 代码导入 CSV：read.csv()

汽车 <- read.csv("汽车.csv")
head(汽车)

                  X  mpg cyl disp  hp drat    wt  qsec vs am gear carb
1         Mazda RX4 21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
2     Mazda RX4 Wag 21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
3        Datsun 710 22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
4    Hornet 4 Drive 21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
5 Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
6           Valiant 18.1   6  225 105 2.76 3.460 20.22  1  0    3    1

一步到位——把刚才"点选5次"的操作，浓缩成了1行代码：

汽车 <- read.csv("汽车.csv")

2.2 代码导入 Excel：read_excel()

Excel 文件需要 readxl 包，可以直接指定工作表：

library(readxl)

# 读取 Sheet1（人物信息）
星球大战 <- read_excel("excel_data.xlsx")
head(星球大战)

# A tibble: 6 × 14
  name      height  mass hair_color skin_color eye_color birth_year sex   gender
  <chr>      <dbl> <dbl> <chr>      <chr>      <chr>          <dbl> <chr> <chr> 
1 Luke Sky…    172    77 blond      fair       blue            19   male  mascu…
2 C-3PO        167    75 <NA>       gold       yellow         112   none  mascu…
3 R2-D2         96    32 <NA>       white, bl… red             33   none  mascu…
4 Darth Va…    202   136 none       white      yellow          41.9 male  mascu…
5 Leia Org…    150    49 brown      light      brown           19   fema… femin…
6 Owen Lars    178   120 brown, gr… light      blue            52   male  mascu…
# ℹ 5 more variables: homeworld <chr>, species <chr>, films <chr>,
#   vehicles <chr>, starships <chr>

# 读取 Sheet2（企鹅数据，数据从 C2 开始，前面有空行空列）
# range 参数正好对应交互式导入预览界面里的 "Range" 选项
企鹅 <- read_excel("excel_data.xlsx", sheet = "Sheet2")
head(企鹅)

# A tibble: 6 × 8
  species island    bill_len bill_dep flipper_len body_mass sex     year
  <chr>   <chr>        <dbl>    <dbl>       <dbl>     <dbl> <chr>  <dbl>
1 Adelie  Torgersen     39.1     18.7         181      3750 male    2007
2 Adelie  Torgersen     39.5     17.4         186      3800 female  2007
3 Adelie  Torgersen     40.3     18           195      3250 female  2007
4 Adelie  Torgersen     NA       NA            NA        NA <NA>    2007
5 Adelie  Torgersen     36.7     19.3         193      3450 female  2007
6 Adelie  Torgersen     39.3     20.6         190      3650 male    2007

2.3 效率对比：同一份数据，反复使用

真实场景中，一份数据往往不是"看一眼就完了"，而是要反复清洗，因而需要反复导入：

• 实操对比：交互式导入 vs 代码导入

交互式导入

第1次：点 Import → 选文件 → 调参数 → Import

第2次：数据改了一版，从头再点一遍

第N次：换了新学期的数据，依然从头点一遍

代码式导入

第1次：写好 read.csv("汽车.csv")

第2次：数据改了一版，直接重新运行同一行代码

第N次：换了新数据，只改一个文件名，其余不变

重要

代码是"可复用的操作"，鼠标点选是"一次性的动作"。数据只用一次时，两者差别不大；但只要这份数据要被多次导入、多次重跑（比如每周更新一次的销售报表），代码式的优势就是压倒性的。

2.4 留痕对比：能不能"看懂"一份表格是怎么来的？

再想一个问题：别人给你一份做好的漂亮 Excel 表格，你能看懂它是怎么来的吗？

鼠标点出来的表格

• 你看到的，只有最终成品
• 从原始数据到成品经过了哪些步骤（筛选？排序？合并？改了哪个单元格？），全部藏在制表人的脑子里
• 想知道过程？只能让制表人从头到尾演示一遍——如果他忘了，或者离职了，这个过程就永远丢失了

代码生成的表格

• 表格 + 一份代码，代码就是"操作说明书"
• 打开代码，逐行读就能知道这张表是怎么从原始数据一步步变出来的
• 别人（甚至未来的你自己）可以直接修改代码，复现一份一模一样的表格，或者改进代码，做出一份更好的表格

这就是"留痕"的价值

鼠标点选的过程不会留下任何记录，代码却会。这不只是"效率"问题，更是可追溯、可验证、可传承的问题——在真实工作中，代码本身就是最好的文档。

2.5 两种方式全面对比

对比维度	交互式导入	代码式导入
上手难度	低，所见即所得	需要记函数名和参数
重复使用同一数据	每次都要重新点选	直接重跑代码
换一份新数据	从头再点一遍	通常只改文件名
过程留痕	不留痕迹，无法追溯	代码即文档，逐行可查
可修改 / 可优化	难，只能重做	易，改代码即可
适合场景	第一次探索陌生数据	重复处理、正式交付

本节课的核心观点

交互式导入是入门的拐杖，代码导入才是真正的能力。用交互式导入快速摸清数据长什么样，然后复制它生成的代码，把探索的过程转化为可复用、可留痕的代码。

Part 3 数据导出

把处理好的结果保存为文件

3.1 导出为 CSV：write.csv()

write.csv(汽车, "cars.csv")

3.2 导出为 Excel：write_xlsx()

library(writexl)

write_xlsx(星球大战, "starwars.xlsx")

3.3 导出格式选择指南

场景	推荐格式	函数
给同事/老师看	Excel	write_xlsx() / openxlsx
数据交换（通用）	CSV	write.csv()
只在 R 内部传递	RDS	saveRDS()

提示

经验法则：不确定用哪个？就用 CSV。它是数据世界的"普通话"——任何软件都能读，永远不会出错。

Part 4 总结 · 练习 · 作业

RECAP

4.1 本讲小结

• 交互式导入：RStudio 的 Import Dataset 功能适合探索新数据、确认参数，但不留痕、难复用
• 代码式导入：read.csv() 读 CSV，read_excel() 读 Excel（可指定 sheet）。一行代码，可以被无数次复用
• 代码的两大核心优势：① 反复使用同一数据时效率碾压点选；② 代码本身就是留痕的操作说明书，可追溯、可修改、可优化
• 数据导出：write.csv() 导出通用格式；write_xlsx() / openxlsx 导出 Excel，openxlsx 还能写入已存在文件的指定 sheet

4.2 课堂练习：自己动手

课堂任务

1. 用交互式导入（Import Dataset）打开 excel_data.xlsx 的 Sheet1，观察RStudio自动生成的代码
2. 把生成的代码复制到脚本里，改写成 read_excel("excel_data.xlsx", sheet = "Sheet1")
3. 用 write.csv() 导出为企鹅数据为企鹅.csv

常见错误

• 文件路径：不在当前路径时，需指定
• 文件名错误：如大小写
• 引号：忘记引号/中文引号

4.3 课后作业

1. 用交互式方式导入一份你自己电脑上的 CSV 或 Excel 文件，观察并保存生成的代码
2. 用 read_excel() 分别读取 excel_data.xlsx 的 Sheet1 和 Sheet2，用 str() 对比两个表的结构

下讲预告

数据清洗与预处理

• 缺失值的识别与处理
• 重复值的检测与删除
• 异常值的发现与处理

注记

本节课同学们学习了把数据"请进"R，也理解了为什么代码导入比鼠标点选更值得掌握。下一节课，我们将学习如何把"脏数据"洗干净，为分析建模做准备。

谢谢

THANKS

🤝

数据导入与导出

朱 奇 ｜ 成都锦城学院