Este artículo muestra cómo guardar y cargar datos desde y hacia R . En el artículo, mostraré en tres ejemplos cómo:
- Guardar y cargar todo el espacio de trabajo (función save.image)
- Guardar y cargar varios objetos de datos (función de guardar)
- Guardar y cargar un único objeto de datos (función saveRDS)
¡Vamos a sumergirnos!
Ejemplo 1: Guardar y cargar todo el espacio de trabajo (función save.image)
El ejemplo 1 muestra cómo guardar y cargar todos los archivos de datos que están almacenados en el entorno R. Antes de que podamos comenzar con el ejemplo, creemos algunos objetos de datos simples:
data_1 <- c ( 4 , 1 , 8 , 10 , 15 ) # Crear datos de ejemplo simples data_2 <- 5 # Crear otro objeto de datos data_3 <- "Hello R User" # Crear un tercer objeto de datos |
Nuestros objetos de datos de ejemplo se denominan data_1, data_2 y data_3. La ejecución de la sintaxis anterior las almacena todas en nuestro entorno R (o RStudio).
Ahora podemos usar la función save.image para guardar todos estos datos en un directorio de trabajo en nuestra computadora:
# Guarde todo el espacio de trabajo en el directorio de trabajo . imagen ( "C:/ ... Tu ruta ... /all_data.RData" ) |
Si abre su directorio de trabajo después de ejecutar el código anterior, debería encontrar un archivo RData que tiene el siguiente aspecto:
Figura 1: Directorio de trabajo con archivo RData de ejemplo.
Este archivo se puede volver a cargar en R con la función de carga en un momento posterior:
# Vuelva a cargar el espacio de trabajo en RStudio load ( "C:/... Your Path... /all_data.RData" ) |
Los datos deberían aparecer en la parte superior derecha de su RStudio (es decir, en el panel de Entorno global) una vez que haya ejecutado el código R anterior:
Figura 2: Entorno global con datos de ejemplo recargados.
Ejemplo 2: Guardar y cargar varios objetos de datos (función de guardar)
A veces, es posible que deseemos guardar solo varios objetos de datos de nuestro espacio de trabajo R (por ejemplo, debido a limitaciones de memoria ). En tal caso, podemos usar la función de guardar para almacenar solo los archivos de datos que queremos conservar:
# Guardar varios objetos de datos en el directorio de trabajo guardar ( datos_1, datos_2, archivo = "C:/ ... Tu ruta ... /data_1_and_2.RData" ) |
Con la sintaxis R anterior guardamos data_1 y data_2 en nuestro directorio de trabajo y con el siguiente código podemos cargar los dos objetos de datos de la siguiente manera:
# Vuelva a cargar el espacio de trabajo en RStudio load ( "C:/... Your Path... /data_1_and_2.RData" ) |
Ejemplo 3: Guardar y cargar un único objeto de datos (función saveRDS)
Incluso podemos guardar un solo objeto de datos en nuestra PC. O bien, podemos usar el código del Ejemplo 1 y especificar solo un único argumento dentro del comando de guardar; O podemos usar la función saveRDS, que brinda mayor flexibilidad al guardar objetos de datos individuales:
# Guardar un solo objeto de datos en el directorio de trabajo saveRDS ( data_1, archivo = "C:/ ... Tu ruta ... /single_data_object.RData" ) |
saveRDS también crea un archivo RData en la carpeta utilizada actualmente en su computadora. Sin embargo, para recargar el archivo RData creado por saveRDS, es ventajoso usar la función readRDS correspondiente para volver a leer los datos en R:
# Vuelva a cargar el espacio de trabajo en RStudio data_1_reloaded <- readRDS ( "C:/... Your Path... /single_data_object.RData" ) datos_1_recargados # 4 1 8 10 15 |
Como puede ver, según el código R anterior, el paquete readRDS permite cambiar el nombre de un objeto de datos durante la importación de datos (en nuestro caso, usamos el nuevo nombre data_1_reloaded).
Tenga en cuenta que podemos aplicar la metodología de este tutorial a cualquier tipo de datos R que queramos. Usamos vectores en los ejemplos anteriores. Sin embargo, el mismo código podría aplicarse a tipos de objetos como matriz, lista, marco de datos, matriz, etc.
Video tutorial y recursos adicionales para exportar e importar datos desde y hacia R
En el canal de YouTube de Estadisticool, también puede encontrar un video tutorial, donde explico el contenido de este tema con algo más de detalle:
Además, es posible que desee echar un vistazo a algunos de los otros tutoriales de programación R en este sitio web. Ya he publicado varios tutoriales de R sobre lectura y exportación de datos:
- Guardar marco de datos en R
- Escribir archivos XLSX desde R
- Leer archivo de Excel en R
- Lista de Funciones R (+ Ejemplos)
- El lenguaje de programación R
En este artículo, ha aprendido a importar y exportar archivos RData R. Hágamelo saber a continuación, en caso de que tenga más preguntas o comentarios.
Alejandro Lugón es un economista y escritor especializado en Python y R, conocido por ser el creador del blog Estadisticool. Nacido en México, Lugón se graduó de la Universidad Autónoma de México con una Licenciatura en Economía. Desde entonces ha trabajado como economista en varias empresas. Lugón también ha escrito varios libros sobre temas relacionados con la economía, el análisis de datos y la programación. Su blog Estadisticool se ha convertido en un lugar de referencia para los programadores de Python y R. Alejandro Lugón es una inspiración para aquellos que buscan aprender programación y análisis de datos. Su trabajo ha ayudado a muchas personas a entender mejor el uso de la tecnología para hacer sus trabajos.
