数据导出
内容提要
本文介绍R语言数据导入导出方法：使用write.table()和write.csv()导出txt、csv文件；save()保存为rdata格式，占用小、加载快，推荐使用；rio包提供统一的import()、export()和convert()函数，支持SAS、SPSS、Stata、Excel等多种格式转换。以infert数据集为例，演示导出csv、转为sav及导入，并可用as.factor()转换变量类型。
延伸解读
rdata格式的存储优势
文章指出，rdata格式文件占用空间小，且用R加载速度快，因此推荐在导入和整理数据后保存为rdata格式。与导出为txt或csv相比，rdata能保留R对象的原始结构，如因子水平，避免重新导入时类型丢失。对于需要反复使用的数据集，这种格式能提升工作效率。
rio包统一多格式转换
rio包通过import()、export()和convert()函数，为不同格式的数据导入导出提供了统一接口，支持SAS、SPSS、Stata、Excel等多种软件格式。文章以infert数据集为例，演示了导出csv、转换为sav再导入的流程，说明跨软件数据交换时，rio能减少格式兼容的麻烦。
变量类型转换的注意点
文章对比原始infert数据集与导入的infert.data数据集，发现除第一个变量education类型不同外，其余无差异。导入后education为字符型，需用as.factor()转换为因子。这提示读者，跨格式导入可能改变变量类型，必要时需手动调整，以确保后续分析正确。
Q&A
在R语言中，如何将数据导出为txt或csv文件？
可以使用write.table()函数导出为txt文件，使用write.csv()函数导出为csv文件。
R语言中保存数据为rdata格式有什么好处？如何保存和加载？
rdata格式占用空间小、加载速度快，推荐使用。使用save()函数保存对象为.rdata文件，例如save(patients, file = "patients.rdata")；使用load()函数加载，例如load("patients.rdata")。
rio包在R语言中有什么作用？它支持哪些文件格式？
rio包旨在提供统一的import()和export()函数来简化数据导入导出，convert()函数可实现不同文件格式间的转换。它支持SAS、SPSS、Stata、Excel、MATLAB、Minitab等多种软件的数据文件格式。
如何使用rio包将csv文件转换为sav文件？
使用convert()函数，例如convert("infert.csv", "infert.sav")，即可将csv文件转换为sav文件。
在R中导入sav文件后，如何将字符型变量转换为因子？
可以使用as.factor()函数，例如infert.data$education <- as.factor(infert.data$education)，即可将字符型变量education转换为因子。
infert数据集有多少个观测和变量？
infert数据集有248个观测记录，每个记录有8个变量。
