如何用r语言抓取数据库中的数据库

一、 安装RODBC库

1、进入R语言的GUI界面（RGUI.EXE)，在菜单栏选择“程序包/安装程序包

2、在d出的窗口里往下拉，选择RODBC如图，点击确定

3、在ODBC数据源管理器里将需要的数据库添加进去，这里笔者使用的是SQL Server2008，驱动程序选择Native Client10.0

3、在R语言窗口输入连接语句

>library(RODBC)

**这里是载入RODBC库

>channel<-odbcConnect("MyTest",uid="ripley",case="tolower")

**连接刚才添加进数据源的“MyTest”数据库

**ch <- odbcConnect("some dsn ", uid = "user ", pwd = "**** ")

**表示用户名为user，密码是****，如果没有设置，可以直接忽略

>data(USArrests)

**将“USArrests”表写进数据库里（这个表是R自带的）

>sqlSave(channel,USArrests,rownames = "state",addPK = TRUE)

**将数据流保存，这时候打开SQL Server就可以看到新建的USArrests表了

>rm(USArrests)

>sqlTables(channel)

**给出数据库中的表

>sqlFetch(channel,"USArrests",rownames = "state")

**输出USArrests表中的内容

>sqlQuery(channel,"select * from USArrests")

**调用SELECT查询语句并返回结果（如图）

>sqlDrop(channel,"USArrests")

**删除表

>odbcClose(channel)

**最后要记得关闭连接

当然，通过这个办法也可以读取Excel、Access表中的内容，具体方法类似，这里不再重复

R语言如何从外部读取数据到R中

R语言可以从键盘，文本，excel，access，数据库，专业处理软件sas

一、使用键盘的输入

mydata<-data.frame(age=numeric(0),gender=character(0),weight=numeric(0))

mydata<-edit(mydata)

二、读入带有分隔符文本格式的数据

data<-read.table(文件，header=true/false,sep="delimeter",row.names=列名)

其中文件可以有很多选项的

file（）gzfile（），bzfile（），等一些压缩文件以及url（http：//,ftp://,smtp://）

例子：

默认的时候，字符串会自动使用factor转化为数值型

data<-read.table("student.csv",header=TRUE,sep=",",row.names="studentid"，stringsAsFactors=FALSE)

三、将xls文件导入到R中

（1）将xls变成csv的格式导入

（2）在Windows系统中，你也可以使用RODBC包来访问Excel文件。

library(RODBC)

channel <- odbcConnectExcel("student.xls")

mydataframe<-sqlFetch(channel,"Sheet1")

odbcClose(channel)

四、抓取网页并且提取信息

五、导入spss数据

library（Hmisc）

mydata<-spss.get("mydata.sav",use.value.labels=TRUE)

六、导入SAS数据

将sas格式的数据转换为csv格式的数据 然后用read.table()形式导入

七、导入关系型数据库的数据

R中有多种面向关系型数据库管理系统（DBMS）的接口，包括Microsoft SQL Server、Microsoft Access、MySQL、Oracle、PostgreSQL、DB2、Sybase、Teradata以及SQLite。其中一些包通过原生的数据库驱动来提供访问功能，另一些则是通过ODBC或JDBC来实现访问的。

（1）使用ODBC的方式导入数据

在使用R的时候，我们肯定需要导入数据，现在总结一下如何导入不同类型的数据：

1.使用键盘输入数据

在导入数据比较少的时候，我们使用这种方法。R中的函数 edit() 会自动调用一个允许手动输入数据的文本编辑器。具体步骤如下：

(1) 创建一个空数据框（或矩阵） ，其中变量名和变量的模式需与理想中的最终数据集一致；

(2) 针对这个数据对象调用文本编辑器，输入你的数据，并将结果保存回此数据对象中。在下例中，你将创建一个名为 mydata 的数据框，它含有三个变量： age （数值型） 、 height（字符型）和 weight （数值型） 。然后通过edit()函数调用文本编辑器，键入数据，最后保存结果。编辑器界面如下，我们在这个界面可以输入变量值，也可以改变变量类型。

[plain] view plain copy

mydata<-data.frame(age=numeric(0),height=numeric(0),weight=numeric(0))

edit(mydata)

需要注意的是函数 edit() 事实上是在对象的一个副本上进行 *** 作的。如果你没有将它其赋值到一个对象，你的所有修改将会全部丢失！

2.导入带分隔符的文本文件数据/CSV文件

read.table() 可以从带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。其语法如下：

read.table(file,header=value,sep="delimter",row.names="name")

file表示文件名，header表示表的首行是否包含变量值的逻辑值，sep 用来指定分隔数据的分隔符， row.names 用以指定一个或多个表示行标识符的变量，是个一可选参数，他还有许多参数，可以通过帮助文档进行查看。

3.导入Excel数据

虽然Excel可能是世界上最流行的数据分析工具，但R如果直接读取Excel数据还是比较困难的。

但我们可以在Excel中将数据将其导出为一个逗号分隔文件（csv） ，并使用前文描述的方式将其导入R中。在Windows系统中，你也可以使用 RODBC 包来访问Excel文件。但它好像只能在32位的R软件上面使用。虽然也有一些包可以这些问题，比如gdata,XLConnect,xlsReadWrite等，但它的有许多前提要求，比如Java环境，Per,或者32-bit R。因此一般情况将数据转换为csv文件或者将数据导入到数据库在导入在R。

4.导入XML数据

强大的R中有若干用于处理XML文件的包。 XML 包允许用户读取、写入和 *** 作XML文件。因为我还没有遇到这种数据，因此还不太清楚xml包大体如何使用，感兴趣的朋友可以下载xml包，通过帮助文档进行学习。

5.从网页抓取数据

不仅Python可以爬取网页数据，R也可以在Web数据抓取。在这个的过程中，用户可以从互联网上提取嵌入在网页中的信息，并将其保存为R中的数据结构以做进一步的分析。 完成这个任务的一种途径是使用函数 readLines()下载网页，然后使用如 grep() 和 gsub() 一类的函数处理它。对于结构复杂的网页，可以使用RCurl 包和 XML 包来提取其中想要的信息。

6.导入SPSS数据

我们可以调用通过 foreign 包中的函数 read.spss() 将SPSS数据集可以导入到R中，也可以使用 Hmisc 包中的 spss.get() 函数。函数 spss.get() 是对 read. spss() 的一个封装，它可以为你自动设置后者的许多参数，让整个转换过程更加简单一致，最后得到数据分析人员所期望的结果。使用的时候我们只需要安装Hmisc 包，在较新的R中foreign 包已被默认安装。

[plain] view plain copy

mydata<-spss.get("data.sav",use.value.labels=TRUE)

这段代码中，data.sav 是要导入的SPSS数据文件， use.value.labels=TRUE 表示让函数将带有值标签的变量导入为R中水平对应相同的因子， mydataframe 是导入后的R数据框。

---