Dist数据类型输出：

直接输出dist类型是不行的，要将转化为matrix数据（data.frame数据也不行）

 

d<-dist(m3) #调用距离函数，默认是欧氏距离

dd<-as.matrix(d) %转换成矩阵，因为上面算出来的类别为dist，不能直接写入表格中

write.csv(dd,"D:\\work\\data\\d.csv") #写出文件

 

R读取xls文件方法：

 

readxl包 可以很方便的读取,且各个系统都通用。如果只是读取的话，无疑是非常方便的方法。

 

只需要下载readxl包，用read_excel函数读取就可以了，并且同时支持老版本的.xls格式和新版本的.xlsx格式。

#下载和引用

install.packages("readxl")

library(readxl)

 

#读取Excel

read_excel("old_excel.xls")

read_excel("new_excel.xlsx")

 

#sheet参数，指定sheet名或者数字

read_excel("excel.xls",sheet=2)

read_excel("excel.xls",sheet="data")

 

# If NAs are represented by something other than blank cells,

# set the na argument

read_excel("excel.xls", na = “NA")

XLSX 包

read.xlsx ("file.xlsx")

 

使用剪贴板

复制内容，然后在R中输入：

read.table("clipboard",header=T)

 

批量读取：

批量读取数据，有两种形式，读取一个目录下的所有文件，从数据库中读取多个表。

 

##读取同一目录下的所有文件

path <- "F:/Rfile/OD-B/Data" ##文件目录

fileNames <- dir(path)  ##获取该路径下的文件名

filePath <- sapply(fileNames, function(x){

                 paste(path,x,sep='/')})   ##生成读取文件路径

data <- lapply(filePath, function(x){

             read.csv(x, header=T)})  ##读取数据，结果为list

 

##从数据库中读取数据类似上面，获取要数据库里的文件名，写个正则筛选文件名后for循环读取。

 

批量输出：

对结果批量输出csv文件,其中data为list格式

 

outPath <- "F:/Rfile/OD-B/Consequence" ##输出路径

out_fileName <- sapply(names(data),function(x){

                    paste(x, ".csv", sep='’)} )      ##csv格式

out_filePath  <- sapply(out_fileName, function(x){

                     paste(outPath ,x,sep='/')})   ##输出路径名

##输出文件

for(i in 1:length(data)){

  write.csv(data[[i]], file=out_filePath[i], row.name=F)

}

example:

out_fileName<-sapply(1:6,function(x){paste("class",x,".csv",sep="")})

for (i in 1:6){

  class.name<-subset(score.chushi,score.chushi[5]==i)

  write.csv(class.name,file=out_fileName[i])

}

outfile:  class1.csv   class2.csv