Selbstständig Daten einlesen

Erstelle eine Datenmatrix in einem Tabellenkalkulationsprogramm wir Excel. Bedenke: Einzelne Beobachtungen in Zeilen untereinander, Variablen in Spalten nebeneinander. Wir können in R die Daten später immernoch leicht manipulieren und diese Logik ändern, es ist für uns aber langfristig einfacher immer eine menschlich leicht lesbare Logik in unseren Datenblättern beizubehalten, damit man nicht den Überblick verliert.

Wenn du eine Tabelle als Datenmatrix erstellt hast (.xlsx, .csv, .sav, .dta) kannst du diese einfach in R einlesen. Nutze das Package “foreign”, das leicht fremde Datentypen einliest. Für .xlsx benötigen wir “openxlsx”. Ich habe hier das gängigste Vorgehen aufgeführt. Es gibt noch andere Pakete, die diese Einlesefunktion abdecken, jedoch benötigen, diese wieder weitere Voraussetzungen zur Nutzung. Es gibt noch einige weitere Datentypen, die hiermit einlesbar sind, hier werden die gängisten aufgeführt.

# install.packages("foreign")
# install.packages("openxlsx")

library("foreign")

library("openxlsx")


# ?read.xlsx

data <-read.xlsx("C:/root/subfolder/data.xlsx", sheet = 1, colNames = TRUE or FALSE)

# ?read.csv

data <- read.csv("C:/.../daten.csv", header= T or F, sep="")

# ?read.spss

spss <- read.spss("daten.sav", use.value.labels = T/F)

# ?read.dta

stata <- read.dta("C:/admin/unterordner/daten.dta")

Wie man sieht haben wir eine ähnliche Struktur der Funktionen. Zuerst immer der Pfad. Dann einige Bedingungen, wie:

• Welches Tabellenblatt?
• Gibt es einen Header/Spaltennamen?
• Wie sind die Beobachtungen sepperiert ("“,”,“,”;", …)
• Sollen die Wertebezeichungen genutzt werden, oder die numerischen Faktoren?

Wollen wir Daten selber erzeugen können wir einem Objekt direkt Werte zuweisen. Diese können problemlos verscheidene Niveaus (nominal, ordinal/rang, metrisch/kardinal) besitzen und numerisch oder alphanumerisch sein. Daneben gibt es noch andere spezielle Möglichkeiten auf die ich hier nicht eingehen möchte.

Ebenso können wir vorhandene Trainingsdatensätze in R nutzen. Cars ist dabei wohl der berühmteste.

Oder wir kombinieren die eingelesenen Daten aus einem Ordner in einer anderen Datenmatrix neu.

data <- c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)

data <- c("nie", "selten", "teils/teils", "oft", "immer")

data("cars")

data <- read.csv("../data/data.csv", sep=";", header=T)

x1 <-c(data[,1])
x2 <-c(data[,2])
x3 <-c(data[,3])
x4 <-c(data[,4])
X <- matrix(c(x0,x2,x3,x4), nrow=33, ncol=4)