這些函數相當於write_csv()等，但它們不是寫入磁盤，而是返回一個字符串。
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()
)參數
- x
-
一個 DataFrame 。
- delim
-
用於分隔值的分隔符。對於
write_delim()默認為" "，對於write_excel_csv()默認為","，對於write_excel_csv2()默認為";"。必須是單個字符。 - na
-
用於缺失值的字符串。默認為 NA。缺失值永遠不會被引用；與
na具有相同值的字符串將始終被引用。 - append
-
如果
FALSE，將覆蓋現有文件。如果TRUE，將追加到現有文件。在這兩種情況下，如果文件不存在，則會創建新文件。 - col_names
-
如果
FALSE，列名將不會包含在文件頂部。如果TRUE，將包含列名稱。如果未指定，col_names將采用給定append的相反值。 - quote
-
如何處理包含需要引用的字符的字段。
-
needed- 僅在需要時才引用值：如果它們包含分隔符、引號或換行符。 -
all- 引用所有字段。 -
none- 切勿引用字段。
-
- escape
-
當數據中存在引號時要使用的轉義類型。
-
double- 引號通過加倍來轉義。 -
backslash- 引號通過前麵的反斜杠轉義。 -
none- 引號不會轉義。
-
- eol
-
要使用的行結束符。最常見的是
"\n"用於 Unix 樣式換行符，或"\r\n"用於 Windows 樣式換行符。 - quote_escape
-
![[Deprecated]](https://vimsky.com/wp-content/uploads/2023/09/87fa2ab8aa22f0af0659a555ce21b18d.svg)
使用escape相反。
輸出
因子是被迫的。使用 grisu3 算法將雙精度數格式化為十進製字符串。POSIXct值的格式為帶有 UTC 時區的 ISO8601注意：本地或非 UTC 時區的 POSIXct 對象在寫入前將轉換為 UTC 時間。
所有列均編碼為 UTF-8。 write_excel_csv() 和 write_excel_csv2() 還包括 UTF-8 Byte order mark，它向 Excel 指示 csv 是 UTF-8 編碼的。
創建 write_excel_csv2() 和 write_csv2 是為了允許具有不同區域設置的用戶使用默認設置保存 .csv 文件(例如，; 作為列分隔符，, 作為小數點分隔符)。這在一些歐洲國家很常見。
僅當值包含逗號、引號或換行符時才用引號引起來。
如果給出適當的擴展名，write_*() 函數將自動壓縮輸出。目前支持三種擴展：.gz(用於 gzip 壓縮)、.bz2(用於 bzip2 壓縮)和 .xz(用於 lzma 壓縮)。請參閱示例以獲取更多信息。
參考
Florian Loitsch，使用整數快速準確地打印浮點數，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
#> """"
#> ","
#> "
#> "
相關用法
- R readr datasource 創建源對象。
- R readr melt_delim 返回分隔文件中每個標記的熔化數據(包括 csv 和 tsv)
- R readr read_rds 讀/寫 RDS 文件。
- R readr read_lines 從文件中讀取/寫入行
- R readr parse_number 靈活地解析數字
- R readr read_fwf 將固定寬度文件讀入 tibble
- R readr read_builtin 從包中讀取內置對象
- R readr Tokenizers 分詞器。
- R readr melt_table 返回空格分隔文件中每個標記的熔化數據
- R readr date_names 創建或檢索日期名稱
- R readr type_convert 重新轉換現有 DataFrame 中的字符列
- R readr locale 創建語言環境
- R readr write_delim 將數據幀寫入分隔文件
- R readr parse_vector 解析字符向量。
- R readr with_edition 暫時更改活動閱讀器版本
- R readr read_delim 將分隔文件(包括 CSV 和 TSV)讀入 tibble
- R readr edition_get 檢索當前活動版本
- R readr readr_example 獲取 readr 示例的路徑
- R readr melt_fwf 返回固定寬度文件中每個標記的熔化數據
- R readr count_fields 計算文件每一行中的字段數
- R readr read_table 將空格分隔的列讀入 tibble
- R readr problems 檢索解析問題
- R readr parse_guess 使用“最佳”類型進行解析
- R readr parse_datetime 解析日期/時間
- R readr read_file 讀/寫完整文件
注：本文由純淨天空篩選整理自Hadley Wickham等大神的英文原創作品 Convert a data frame to a delimited string。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。