资源描述：
《集算器和R语言处理外存文本文件的对比.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、集算器和R语言处理外存文本文件的对比作为数据计算语言，集算器和R语言都提供了丰富的功能用来处理外存中的文本文件。两者在基本用法上有很多相似之处，但区别也很明显，比如处理列宽固定的文件、读写指定的列、处理大文本文件，计算性能等方面。下面详细对比两者的异同。1基本功能对比描述：sales.txt共有六列，列之间以制表符（t）分割，行之间以换行符（）分割，其中第一行为列名。请将该文件读入内存，再原样写入新的文件。该文件的前几行如下：ORDERIDCLIENTSELLERIDAMOUNTORDERDATE1WVFVip54402009/2/32UFS
2、Com131863.42009/7/53SWFR218132009/7/84JFSPep27670.82009/7/85DSG1537302009/7/96JFE101444.82009/7/107OLF16625.22009/7/11集算器：data=file("e:\sales.txt").import@t()file("e:\salesResult.txt").export@t(data)R语言：data<-read.table("e:\sales.txt",sep="t",header=TRUE)write.table(data,f
3、ile="e:\salesResult.txt",sep="t",quote=FALSE,row.names=FALSE)对比：1.两者都可以方便地实现本功能，其中集算器需要用函数选项“@t”表示第一行为列名，而R语言使用“header=TURE”。2.换行符是最常见的行分割符，集算器和R语言默认支持换行符。制表符是最常见的列分割符，集算器默认支持制表符，如需指定其他分割符（比如逗号）则应当写作“import@t(;”,”)”。R语言支持的默认列分隔符是“空格和制表符”，这会把含有空格的Client列错误地分为两列，因此需要用sep=”t”来
4、明确分割符只能是制表符。另外，代码中的“quote=FALSE,row.names=FALSE”表示和源文件一样，不用给元素加引号，也不用输出行号。3.文件被读到内存后一般都以结构化二维数据对象来存储，这在集算器中被称为序表（TSeq），在R语言中被称为数据框（data.frame）。序表和数据框都支持丰富的计算功能，比如按Client和SellerId分组，分组后对Amount求和并求最大值。集算器实现该算法的代码是：data.groups(Client,SellerId;sum(Amount),max(OrderID))数据框不直接支持同时使用
5、多种汇总方法，因此求和、求最大值要分为两步，最后再通过cbind拼合结果，如下：result1<-aggregate(data[,4],data[c(2,3)],sum)result2<-aggregate(data[,1],data[c(2,3)],max)result<-cbind(result1,result2[,3])4.除内存中的结构化二维数据对象外，集算器还能用游标对象来访问文件，R则能用矩阵对象来访问文件。结论：对于基本的文件读写，集算器和序表都提供了足够丰富的函数功能，可以很好的满足需求。2读取列宽固定的文件有些文件没有分隔符来区分
6、不同的列，而是用固定的宽度来区分。比如，请将下面含有三列数据的static.txt文件读入内存，并将列名分别改为：col1、col2、col3。其中，col1宽度为1，col2宽度为4，col3宽度为3。A1.501.2A1.551.3B1.601.4B1.651.5C1.701.6C1.751.7集算器：data=file("e:\static.txt").import()data.new(mid(_1,1,1):col1,mid(_1,2,4):col2,mid(_1,6,8):col3)R语言：data<-read.fwf("e:\sal
7、es.txt",widths=c(1,4,3),col.names=c("col1","col2","col3"))对比：R语言可以直接实现本功能。集算器只能间接实现，即将文件读入内存后再拆分成多个列。请注意：代码mid(_1,1,1)中的”_1”是默认列名，如果读入的文件有多个列，则默认列名依次是：_1、_2、_3等结论：R语言能够直接读取列宽固定的文件，比集算器更方便。3读写指定的列有时出于节省内存提高性能等目的，我们需要读取部分的列数据。本例需要将sales.txt中的ORDERID、CLIENT、AMOUNT这三列读入内存，并将ORDERI
8、D、AMOUNT写入新的文件。集算器：data=file("e:\sales.txt").import@t(ORDERI
