Lectura y escritura

Importación de librerías

library(openxlsx) # Datos de Excel
library(raster)   # Datos raster
library(sf)       # Datos vectoriales

1. Archivos CSV

a. Importación de archivos CSV

data_CSV <- read.csv(file = 'data/iris.csv',
                     sep = ',')
head(data_CSV, 3)
  SepalLength SepalWidth PetalLength PetalWidth        Name
1         5.1        3.5         1.4        0.2 Iris-setosa
2         4.9        3.0         1.4        0.2 Iris-setosa
3         4.7        3.2         1.3        0.2 Iris-setosa
class(data_CSV)
[1] "data.frame"

b. Exportación de archivos CSV

write.csv(x = data_CSV,
          file = 'data_CSV.csv',
          row.names = FALSE) 
write.csv(x = data_CSV,
          file = 'data_CSV.csv',
          row.names = FALSE)

2. Archivos TXT

a. Importación de archivos TXT

La función read.table de R puede leer tanto archivos CSV como TXT.

data_TXT <- read.table(file = 'data/iris.txt',
                       sep = ',',
                       header = TRUE)
head(data_TXT, 3)
  SepalLength SepalWidth PetalLength PetalWidth        Name
1         5.1        3.5         1.4        0.2 Iris-setosa
2         4.9        3.0         1.4        0.2 Iris-setosa
3         4.7        3.2         1.3        0.2 Iris-setosa
class(data_TXT)
[1] "data.frame"

b. Exportación de archivos TXT

write.table(x = data_TXT,
            file = 'data_TXT.txt',
            sep = ',',
            row.names = FALSE)

3. Archivos de Excel

a. Importación de archivos Excel

Los archivos de Excel se leen por medio de la librería openxlsx

data_XLSX <- read.xlsx(xlsxFile = 'data/iris.xlsx')
head(data_XLSX, 3)
  SepalLength SepalWidth PetalLength PetalWidth        Name
1         5.1        3.5         1.4        0.2 Iris-setosa
2         4.9        3.0         1.4        0.2 Iris-setosa
3         4.7        3.2         1.3        0.2 Iris-setosa
class(data_XLSX)
[1] "data.frame"

b. Exportación de archivos Excel

write.xlsx(x = data_XLSX,
           file = "data_XLSX.xlsx")

4. Archivos raster

a. Importación de archivos raster

Los archivos raster se pueden leer por medio de la libreria raster

data_Raster <- raster(x = 'data/PERU_dem.tif')
data_Raster
class      : RasterLayer 
dimensions : 2232, 1560, 3481920  (nrow, ncol, ncell)
resolution : 0.008333333, 0.008333333  (x, y)
extent     : -81.5, -68.5, -18.5, 0.1  (xmin, xmax, ymin, ymax)
crs        : +proj=longlat +datum=WGS84 +no_defs 
source     : PERU_dem.tif 
names      : PERU_dem 
values     : -25, 6547  (min, max)
plot(data_Raster, 
     main="DEM Peru")

b. Exportación de archivos raster

writeRaster(x = data_Raster,
            filename = "dem.tif")

5. Archivos vectoriales

a. Importación de archivos vectoriales

data_SHP <- read_sf(dsn = 'data/SHP/Departamentos_Peru.shp')
head(data_SHP, n=3)
Simple feature collection with 3 features and 9 fields
Geometry type: MULTIPOLYGON
Dimension:     XY
Bounding box:  xmin: -78.71218 ymin: -14.84273 xmax: -72.0512 ymax: -2.986125
Geodetic CRS:  WGS 84
# A tibble: 3 × 10
  CCDD  NOMBDEP  POBTOTAL DENSIDAD POBMASCU POBFEMEN POBURBANA POBRURAL
  <chr> <chr>       <dbl>    <dbl>    <dbl>    <dbl>     <dbl>    <dbl>
1 01    AMAZONAS   417365    1980.   211439   205926    205980   211385
2 02    ANCASH    1139115    7396.   565184   573931    806068   333047
3 03    APURIMAC   424259    2696.   211338   212921    243350   180909
# ℹ 2 more variables: EDAD_PROME <dbl>, geometry <MULTIPOLYGON [°]>
plot(st_geometry(data_SHP), 
     col = rainbow(24),
     border="black",
     lwd=0.1,
     bg = "skyblue",
     axes=TRUE,
     main="Mapa del Perú")

b. Exportación de archivos vectoriales

st_write(obj = data_SHP,
         dsn = "data_SHP.shp",
         driver = "ESRI Shapefile")
Back to top