这些函数相当于write_csv()等，但它们不是写入磁盘，而是返回一个字符串。
用法
format_delim(
x,
delim,
na = "NA",
append = FALSE,
col_names = !append,
quote = c("needed", "all", "none"),
escape = c("double", "backslash", "none"),
eol = "\n",
quote_escape = deprecated()
)
format_csv(
x,
na = "NA",
append = FALSE,
col_names = !append,
quote = c("needed", "all", "none"),
escape = c("double", "backslash", "none"),
eol = "\n",
quote_escape = deprecated()
)
format_csv2(
x,
na = "NA",
append = FALSE,
col_names = !append,
quote = c("needed", "all", "none"),
escape = c("double", "backslash", "none"),
eol = "\n",
quote_escape = deprecated()
)
format_tsv(
x,
na = "NA",
append = FALSE,
col_names = !append,
quote = c("needed", "all", "none"),
escape = c("double", "backslash", "none"),
eol = "\n",
quote_escape = deprecated()
)参数
- x
-
一个 DataFrame 。
- delim
-
用于分隔值的分隔符。对于
write_delim()默认为" "，对于write_excel_csv()默认为","，对于write_excel_csv2()默认为";"。必须是单个字符。 - na
-
用于缺失值的字符串。默认为 NA。缺失值永远不会被引用；与
na具有相同值的字符串将始终被引用。 - append
-
如果
FALSE，将覆盖现有文件。如果TRUE，将追加到现有文件。在这两种情况下，如果文件不存在，则会创建新文件。 - col_names
-
如果
FALSE，列名将不会包含在文件顶部。如果TRUE，将包含列名称。如果未指定，col_names将采用给定append的相反值。 - quote
-
如何处理包含需要引用的字符的字段。
-
needed- 仅在需要时才引用值：如果它们包含分隔符、引号或换行符。 -
all- 引用所有字段。 -
none- 切勿引用字段。
-
- escape
-
当数据中存在引号时要使用的转义类型。
-
double- 引号通过加倍来转义。 -
backslash- 引号通过前面的反斜杠转义。 -
none- 引号不会转义。
-
- eol
-
要使用的行结束符。最常见的是
"\n"用于 Unix 样式换行符，或"\r\n"用于 Windows 样式换行符。 - quote_escape
-
![[Deprecated]](https://vimsky.com/wp-content/uploads/2023/09/87fa2ab8aa22f0af0659a555ce21b18d.svg)
使用escape相反。
输出
因子是被迫的。使用 grisu3 算法将双精度数格式化为十进制字符串。POSIXct值的格式为带有 UTC 时区的 ISO8601注意：本地或非 UTC 时区的 POSIXct 对象在写入前将转换为 UTC 时间。
所有列均编码为 UTF-8。 write_excel_csv() 和 write_excel_csv2() 还包括 UTF-8 Byte order mark，它向 Excel 指示 csv 是 UTF-8 编码的。
创建 write_excel_csv2() 和 write_csv2 是为了允许具有不同区域设置的用户使用默认设置保存 .csv 文件(例如，; 作为列分隔符，, 作为小数点分隔符)。这在一些欧洲国家很常见。
仅当值包含逗号、引号或换行符时才用引号引起来。
如果给出适当的扩展名，write_*() 函数将自动压缩输出。目前支持三种扩展：.gz(用于 gzip 压缩)、.bz2(用于 bzip2 压缩)和 .xz(用于 lzma 压缩)。请参阅示例以获取更多信息。
参考
Florian Loitsch，使用整数快速准确地打印浮点数，PLDI '10，http://www.cs.tufts.edu/~nr/cs257/archive/florian-loitsch/printf.pdf
例子
# format_()* functions are useful for testing and reprexes
cat(format_csv(mtcars))
#> mpg,cyl,disp,hp,drat,wt,qsec,vs,am,gear,carb
#> 21,6,160,110,3.9,2.62,16.46,0,1,4,4
#> 21,6,160,110,3.9,2.875,17.02,0,1,4,4
#> 22.8,4,108,93,3.85,2.32,18.61,1,1,4,1
#> 21.4,6,258,110,3.08,3.215,19.44,1,0,3,1
#> 18.7,8,360,175,3.15,3.44,17.02,0,0,3,2
#> 18.1,6,225,105,2.76,3.46,20.22,1,0,3,1
#> 14.3,8,360,245,3.21,3.57,15.84,0,0,3,4
#> 24.4,4,146.7,62,3.69,3.19,20,1,0,4,2
#> 22.8,4,140.8,95,3.92,3.15,22.9,1,0,4,2
#> 19.2,6,167.6,123,3.92,3.44,18.3,1,0,4,4
#> 17.8,6,167.6,123,3.92,3.44,18.9,1,0,4,4
#> 16.4,8,275.8,180,3.07,4.07,17.4,0,0,3,3
#> 17.3,8,275.8,180,3.07,3.73,17.6,0,0,3,3
#> 15.2,8,275.8,180,3.07,3.78,18,0,0,3,3
#> 10.4,8,472,205,2.93,5.25,17.98,0,0,3,4
#> 10.4,8,460,215,3,5.424,17.82,0,0,3,4
#> 14.7,8,440,230,3.23,5.345,17.42,0,0,3,4
#> 32.4,4,78.7,66,4.08,2.2,19.47,1,1,4,1
#> 30.4,4,75.7,52,4.93,1.615,18.52,1,1,4,2
#> 33.9,4,71.1,65,4.22,1.835,19.9,1,1,4,1
#> 21.5,4,120.1,97,3.7,2.465,20.01,1,0,3,1
#> 15.5,8,318,150,2.76,3.52,16.87,0,0,3,2
#> 15.2,8,304,150,3.15,3.435,17.3,0,0,3,2
#> 13.3,8,350,245,3.73,3.84,15.41,0,0,3,4
#> 19.2,8,400,175,3.08,3.845,17.05,0,0,3,2
#> 27.3,4,79,66,4.08,1.935,18.9,1,1,4,1
#> 26,4,120.3,91,4.43,2.14,16.7,0,1,5,2
#> 30.4,4,95.1,113,3.77,1.513,16.9,1,1,5,2
#> 15.8,8,351,264,4.22,3.17,14.5,0,1,5,4
#> 19.7,6,145,175,3.62,2.77,15.5,0,1,5,6
#> 15,8,301,335,3.54,3.57,14.6,0,1,5,8
#> 21.4,4,121,109,4.11,2.78,18.6,1,1,4,2
cat(format_tsv(mtcars))
#> mpg cyl disp hp drat wt qsec vs am gear carb
#> 21 6 160 110 3.9 2.62 16.46 0 1 4 4
#> 21 6 160 110 3.9 2.875 17.02 0 1 4 4
#> 22.8 4 108 93 3.85 2.32 18.61 1 1 4 1
#> 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
#> 18.7 8 360 175 3.15 3.44 17.02 0 0 3 2
#> 18.1 6 225 105 2.76 3.46 20.22 1 0 3 1
#> 14.3 8 360 245 3.21 3.57 15.84 0 0 3 4
#> 24.4 4 146.7 62 3.69 3.19 20 1 0 4 2
#> 22.8 4 140.8 95 3.92 3.15 22.9 1 0 4 2
#> 19.2 6 167.6 123 3.92 3.44 18.3 1 0 4 4
#> 17.8 6 167.6 123 3.92 3.44 18.9 1 0 4 4
#> 16.4 8 275.8 180 3.07 4.07 17.4 0 0 3 3
#> 17.3 8 275.8 180 3.07 3.73 17.6 0 0 3 3
#> 15.2 8 275.8 180 3.07 3.78 18 0 0 3 3
#> 10.4 8 472 205 2.93 5.25 17.98 0 0 3 4
#> 10.4 8 460 215 3 5.424 17.82 0 0 3 4
#> 14.7 8 440 230 3.23 5.345 17.42 0 0 3 4
#> 32.4 4 78.7 66 4.08 2.2 19.47 1 1 4 1
#> 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
#> 33.9 4 71.1 65 4.22 1.835 19.9 1 1 4 1
#> 21.5 4 120.1 97 3.7 2.465 20.01 1 0 3 1
#> 15.5 8 318 150 2.76 3.52 16.87 0 0 3 2
#> 15.2 8 304 150 3.15 3.435 17.3 0 0 3 2
#> 13.3 8 350 245 3.73 3.84 15.41 0 0 3 4
#> 19.2 8 400 175 3.08 3.845 17.05 0 0 3 2
#> 27.3 4 79 66 4.08 1.935 18.9 1 1 4 1
#> 26 4 120.3 91 4.43 2.14 16.7 0 1 5 2
#> 30.4 4 95.1 113 3.77 1.513 16.9 1 1 5 2
#> 15.8 8 351 264 4.22 3.17 14.5 0 1 5 4
#> 19.7 6 145 175 3.62 2.77 15.5 0 1 5 6
#> 15 8 301 335 3.54 3.57 14.6 0 1 5 8
#> 21.4 4 121 109 4.11 2.78 18.6 1 1 4 2
cat(format_delim(mtcars, ";"))
#> mpg;cyl;disp;hp;drat;wt;qsec;vs;am;gear;carb
#> 21;6;160;110;3.9;2.62;16.46;0;1;4;4
#> 21;6;160;110;3.9;2.875;17.02;0;1;4;4
#> 22.8;4;108;93;3.85;2.32;18.61;1;1;4;1
#> 21.4;6;258;110;3.08;3.215;19.44;1;0;3;1
#> 18.7;8;360;175;3.15;3.44;17.02;0;0;3;2
#> 18.1;6;225;105;2.76;3.46;20.22;1;0;3;1
#> 14.3;8;360;245;3.21;3.57;15.84;0;0;3;4
#> 24.4;4;146.7;62;3.69;3.19;20;1;0;4;2
#> 22.8;4;140.8;95;3.92;3.15;22.9;1;0;4;2
#> 19.2;6;167.6;123;3.92;3.44;18.3;1;0;4;4
#> 17.8;6;167.6;123;3.92;3.44;18.9;1;0;4;4
#> 16.4;8;275.8;180;3.07;4.07;17.4;0;0;3;3
#> 17.3;8;275.8;180;3.07;3.73;17.6;0;0;3;3
#> 15.2;8;275.8;180;3.07;3.78;18;0;0;3;3
#> 10.4;8;472;205;2.93;5.25;17.98;0;0;3;4
#> 10.4;8;460;215;3;5.424;17.82;0;0;3;4
#> 14.7;8;440;230;3.23;5.345;17.42;0;0;3;4
#> 32.4;4;78.7;66;4.08;2.2;19.47;1;1;4;1
#> 30.4;4;75.7;52;4.93;1.615;18.52;1;1;4;2
#> 33.9;4;71.1;65;4.22;1.835;19.9;1;1;4;1
#> 21.5;4;120.1;97;3.7;2.465;20.01;1;0;3;1
#> 15.5;8;318;150;2.76;3.52;16.87;0;0;3;2
#> 15.2;8;304;150;3.15;3.435;17.3;0;0;3;2
#> 13.3;8;350;245;3.73;3.84;15.41;0;0;3;4
#> 19.2;8;400;175;3.08;3.845;17.05;0;0;3;2
#> 27.3;4;79;66;4.08;1.935;18.9;1;1;4;1
#> 26;4;120.3;91;4.43;2.14;16.7;0;1;5;2
#> 30.4;4;95.1;113;3.77;1.513;16.9;1;1;5;2
#> 15.8;8;351;264;4.22;3.17;14.5;0;1;5;4
#> 19.7;6;145;175;3.62;2.77;15.5;0;1;5;6
#> 15;8;301;335;3.54;3.57;14.6;0;1;5;8
#> 21.4;4;121;109;4.11;2.78;18.6;1;1;4;2
# Specifying missing values
df <- data.frame(x = c(1, NA, 3))
format_csv(df, na = "missing")
#> [1] "x\n1\nmissing\n3\n"
# Quotes are automatically added as needed
df <- data.frame(x = c("a ", '"', ",", "\n"))
cat(format_csv(df))
#> x
#> a
#> """"
#> ","
#> "
#> "
相关用法
- R readr datasource 创建源对象。
- R readr melt_delim 返回分隔文件中每个标记的熔化数据(包括 csv 和 tsv)
- R readr read_rds 读/写 RDS 文件。
- R readr read_lines 从文件中读取/写入行
- R readr parse_number 灵活地解析数字
- R readr read_fwf 将固定宽度文件读入 tibble
- R readr read_builtin 从包中读取内置对象
- R readr Tokenizers 分词器。
- R readr melt_table 返回空格分隔文件中每个标记的熔化数据
- R readr date_names 创建或检索日期名称
- R readr type_convert 重新转换现有 DataFrame 中的字符列
- R readr locale 创建语言环境
- R readr write_delim 将数据帧写入分隔文件
- R readr parse_vector 解析字符向量。
- R readr with_edition 暂时更改活动阅读器版本
- R readr read_delim 将分隔文件(包括 CSV 和 TSV)读入 tibble
- R readr edition_get 检索当前活动版本
- R readr readr_example 获取 readr 示例的路径
- R readr melt_fwf 返回固定宽度文件中每个标记的熔化数据
- R readr count_fields 计算文件每一行中的字段数
- R readr read_table 将空格分隔的列读入 tibble
- R readr problems 检索解析问题
- R readr parse_guess 使用“最佳”类型进行解析
- R readr parse_datetime 解析日期/时间
- R readr read_file 读/写完整文件
注：本文由纯净天空筛选整理自Hadley Wickham等大神的英文原创作品 Convert a data frame to a delimited string。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。