[R] 下載並讀取資料 — read.xlsx(), XML

Coursera — Getting and Cleaning Data 的整理筆記

下載資料

• 開放資料下載處：Open Baltimore
  有各式各樣的資料可以 play around
• 確認資料夾存在，否則建立資料夾

從網站上下載資料

download.file(url, destfile, method)

method 的設定方式

• url 的開頭是http：直接使用download.file，無需設定 method
• url 的開頭是https + Windows：直接使用download.file，無需設定 method
• url 的開頭是https + Mac：設定 method="curl"

提醒：要記錄下載資料的時間，以利於之後重新下載這筆資料

讀取資料

R 提供許多不同讀取資料的方式，列舉如下：

• read.table()
• read.xlsx(), read.xlsx2()
• reading XML files
• reading JSON files
• The data.table package

read.xlsx()

• 讀取 Excel 檔案.xlsx的方式
• library(xlsx)
• 參數：read.xlsx(data, sheetIndex = 1, header=TRUE, colIndex=c(1:4), rowIndex=c(1:2)
• 寫入 Excel 檔案 .xlsx：write.xlsx()
• 在讀取大型檔案時，read.xlsx2 比read.xlsx快
• TheXLConnect package 提供更多處理 .xlsx 的方式

Reading XML files

XML 是由markup和content所組成，markup是建構資料結構的標籤，而content是文件中真正的內容。

以下為來自 W3Schools XML 範例

• markup: <food> </food>, <name> </name>
• content: Belgian Waffles

下載 XML

• 想要看XML資料內容的方式

• 想要更靈活的呼叫 XML file 中的內容，請參見 XPath 的使用方式

圖片來源：https://www.w3schools.com/xml/xpath_syntax.asp

如果對你有幫助的話，別忘了拍手以表示鼓勵哦 。

參考資料

1. https://data.baltimorecity.gov
2. https://www.w3schools.com/xml/
3. https://www.coursera.org/learn/data-cleaning/home/welcome