R語言二進位制檔案


二進位制檔案是一個檔案,其中包含僅以位和位元組形式儲存的資訊(01)。它們不可讀,因為其中的位元組轉換為包含許多其他不可列印字元的字元和符號。嘗試使用任何文字編輯器讀取二進位制檔案將顯示為類似?e這樣的字元。

二進位制檔案必須由特定程式讀取才能使用。例如,Microsoft Word程式的二進位制檔案只能通過Word程式讀取到人類可讀的形式。這表明,除了人類可讀的文字之外,還有更多的資訊,如格式化的字元和頁碼等,它們也與字母數位字元一起儲存。最後二進位制檔案是一個連續的位元組序列。 我們在文字檔案中看到的換行符是將第一行連線到下一個的字元。

有時,由其他程式生成的資料需要由R作為二進位制檔案處理。 另外R需要建立可以與其他程式共用的二進位制檔案。

R有兩個函式用來建立和讀取二進位制檔案,它們分別是:WriteBin()readBin()函式。

語法

writeBin(object, con)
readBin(con, what, n )

以下是使用的引數的描述 -

  • con - 是要讀取或寫入二進位制檔案的連線物件。
  • object - 是要寫入的二進位制檔案。
  • what - 是像字元,整數等的模式,代表要讀取的位元組。
  • n - 是從二進位制檔案讀取的位元組數。

範例

這裡考慮使用R內建資料「mtcars」。 首先,我們從它建立一個csv檔案並將其轉換為二進位制檔案並將其儲存為作業系統檔案。接下來將這個二進位制檔案讀入R中。

1. 寫入二進位制檔案

我們將資料影格「mtcars」讀為csv檔案,然後將其作為二進位制檔案寫入作業系統。參考以下程式碼實現 -

# Read the "mtcars" data frame as a csv file and store only the columns 
   "cyl", "am" and "gear".
write.table(mtcars, file = "mtcars.csv",row.names = FALSE, na = "", 
   col.names = TRUE, sep = ",")

# Store 5 records from the csv file as a new data frame.
new.mtcars <- read.table("mtcars.csv",sep = ",",header = TRUE,nrows = 5)

# Create a connection object to write the binary file using mode "wb".
write.filename = file("/web/com/binmtcars.dat", "wb")

# Write the column names of the data frame to the connection object.
writeBin(colnames(new.mtcars), write.filename)

# Write the records in each of the column to the file.
writeBin(c(new.mtcars$cyl,new.mtcars$am,new.mtcars$gear), write.filename)

# Close the file for writing so that it can be read by other program.
close(write.filename)

2. 讀取二進位制檔案

上面建立的二進位制檔案將所有資料作為連續位元組儲存。 因此,我們將通過選擇列名稱和列值的適當值來讀取它。

# Create a connection object to read the file in binary mode using "rb".
read.filename <- file("/web/com/binmtcars.dat", "rb")

# First read the column names. n = 3 as we have 3 columns.
column.names <- readBin(read.filename, character(),  n = 3)

# Next read the column values. n = 18 as we have 3 column names and 15 values.
read.filename <- file("/web/com/binmtcars.dat", "rb")
bindata <- readBin(read.filename, integer(),  n = 18)

# Print the data.
print(bindata)

# Read the values from 4th byte to 8th byte which represents "cyl".
cyldata = bindata[4:8]
print(cyldata)

# Read the values form 9th byte to 13th byte which represents "am".
amdata = bindata[9:13]
print(amdata)

# Read the values form 9th byte to 13th byte which represents "gear".
geardata = bindata[14:18]
print(geardata)

# Combine all the read values to a dat frame.
finaldata = cbind(cyldata, amdata, geardata)
colnames(finaldata) = column.names
print(finaldata)

當我們執行上面的程式碼,它產生以下結果和圖表 -

 [1]    7108963 1728081249    7496037          6          6          4
 [7]          6          8          1          1          1          0
[13]          0          4          4          4          3          3

[1] 6 6 4 6 8

[1] 1 1 1 0 0

[1] 4 4 4 3 3

     cyl am gear
[1,]   6  1    4
[2,]   6  1    4
[3,]   4  1    4
[4,]   6  0    3
[5,]   8  0    3

我們可以看到,通過讀取R中的二進位制檔案,得到了原始資料。