R語言二進制文件

二進制文件是一個文件，其中包含僅以位和字節形式存儲的信息(0和1)。它們不可讀，因爲其中的字節轉換爲包含許多其他不可打印字符的字符和符號。嘗試使用任何文本編輯器讀取二進制文件將顯示爲類似Ø和ð這樣的字符。

二進制文件必須由特定程序讀取才能使用。例如，Microsoft Word程序的二進制文件只能通過Word程序讀取到人類可讀的形式。這表明，除了人類可讀的文本之外，還有更多的信息，如格式化的字符和頁碼等，它們也與字母數字字符一起存儲。最後二進制文件是一個連續的字節序列。 我們在文本文件中看到的換行符是將第一行連接到下一個的字符。

有時，由其他程序生成的數據需要由R作爲二進制文件處理。 另外R需要創建可以與其他程序共享的二進制文件。

R有兩個函數用來創建和讀取二進制文件，它們分別是：WriteBin()和readBin()函數。

語法

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

以下是使用的參數的描述 -

• con - 是要讀取或寫入二進制文件的連接對象。
• object - 是要寫入的二進制文件。
• what - 是像字符，整數等的模式，代表要讀取的字節。
• n - 是從二進制文件讀取的字節數。

實例

這裏考慮使用R內置數據「mtcars」。 首先，我們從它創建一個csv文件並將其轉換爲二進制文件並將其存儲爲操作系統文件。接下來將這個二進制文件讀入R中。

1. 寫入二進制文件

我們將數據幀「mtcars」讀爲csv文件，然後將其作爲二進制文件寫入操作系統。參考以下代碼實現 -

# 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. 讀取二進制文件

上面創建的二進制文件將所有數據作爲連續字節存儲。 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)

當我們執行上面的代碼，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中的二進制文件，得到了原始數據。