我这段时间才意识到学习R的方式有点走错了，当初想着先把介绍R的书认认真真从头看一遍，或者说把R基础先学一下，但首先没那么多时间（假的）；其次书上的代码和数据集跟我们项目比差别还是挺大的。
所以我觉得对于我们SP来说，最好的学习方式就是带着问题去学R，比如我们做项目，首先就是要获取数据，这也是我今天要写的；接着是用函数和语句处理数据，最终输出数据集。
处理数据，包括拼接、转换等等，这时候就存在各种各样的问题，SAS我们知道怎么处理了，这时候就带着问题，搜一下R中是怎么处理的，找到解决方法之后，最重要的就是自己敲一遍代码，不管是学习SAS还是R都是很重要的一部分。
还有一个问题就是现在项目中几乎还是用SAS输出数据集，即使你今天学会了用R处理数据，但是说不定过几天就忘记了，所以还是要有事没事就把项目的数据拿来“玩一玩”，敲一敲代码，多敲几遍，说不定你就像写data步一样熟悉，便记住了。
一：读取RAW数据库
我们做项目，获取数据一般就两个途径，一个是EDC数据，一个是读取外部excel数据。
EDC数据我们会在SAS建立一个逻辑库（其实也就是一个文件夹），那么在R中其实也差不多，只是不需要建立逻辑库这么一个步骤，直接读取文件夹下的数据集就好了，然后再加上一个将SAS数据集转换成数据框的这么一个步骤。
在SAS中，我们是建立一个RAW 逻辑库，然后读取RAW里面的DM发来的EDC数据，比如RAW.DM;RAW.AE;RAW.CM
在R中，我们需要设立工作路径，然后读取路径下的RAW数据。我拿自己课程里的SAS数据集举例子
rm(list = ls()) #删除一个或者多个对象
library(haven) #加载 读取SAS数据集的一个库
setwd("D:\\R practice\\project") #设置工作路径，相当如逻辑库RAW
ae<-read_sas('ae.sas7bdat') #读取sas数据集
ae
cm<-read_sas('cm.sas7bdat') #读取sas数据集
cm
但是这样存在一个问题，项目中一般有几十个RAW数据集，如果一个一个这样写效率太低了，而且创建工作路径之后，SAS数据集并没有加载到R studio，所以我需要像SAS那样创建一个逻辑库之后就能访问所有数据集，并加载到R studio里面。所以第一想到的就是写个循环。
# 设置文件夹路径
folder_path <- "D:\\R practice\\project"
# 获取文件夹下所有 .sas7bdat 文件的文件名
sas_files <- list.files(path = folder_path, pattern = "\\.sas7bdat$", full.names = TRUE)
# 读取每个 SAS 数据集并存储在列表中
#当我们在循环处理SAS数据集时，然后在循环外部直接访问数据集名称时，那么这些数据集确实会显示不存在，这是因为在循环内部创建的变量在
#循环结束后不会自动保存到全局环境中
#所以我们可以用两种方法，第一种是用assign函数将数据集存储在全局环境中
#第二种是通过列表
#方法一
for (file in sas_files) {
sas_data <- read_sas(file)
dataset_name <- tools::file_path_sans_ext(basename(file)) # 获取文件名(去掉路径和拓展名)作为数据集名称
assign(dataset_name,sas_data)
}
需要注意的是，用for循环读取数据之后，创建的数据集并没有输出到全局环境之后，所以我们需要用assign函数加载到全局环境中去。结果如图，可以看到RAE里面的数据现在都被加载到R studio里面去了，我们可以直接像SAS那样点开数据集，就能查看数据了。
可以看到，写了一个循环之后，相比一个一个数据集加载方便多了。现在有了数据，接下来就是对RAW数据集进行处理了，这个之后的文章再讲。
二：读取外部excel数据
我们做项目，有时候数据可能来自外部供应商，比如血药浓度数据，细胞因子那些，所以我们还需要知道如何用R读取excel数据。在SAS中，用一个proc import差不多就可以，在R中，需要用到readxl库。
读取外部excel文件，可能会存在几个需求：
不需要外部文件的列名
从某一行开始读取
3）日期读取之后变了格式
4）需要将列名重命名成正常变量名
下面一个一个说明，我们也不搞什么花里胡哨的技能，readxl能实现的功能挺多，一个一个去说明太费时间，也打击学习热情，我们有什么需求，就只解决提出需求，其余的 闲得蛋疼的时候可以继续摸索。工作中一般就上面4个需求。
1）不需要外部文件的列名
library(readxl)
example(read_excel) #查看read_excel有什么功能及对应的例子
testdata1 <- read_excel('D:\\R practice\\project\\test.xlsx',1)
testdata1
testdata2 <- read_excel('D:\\R practice\\project\\test.xlsx',sheet="Sheet1",col_names = FALSE)
testdata2
读取excel的时候，你可以用sheet所在的位置，比如程序里面的1代替sheet名，也可以直接指定sheet名称。然后如果不用文件里面的列名，可以通过选项col_names = FALSE实现。
经测试，即使打开了EXCEL文件，R也能正常读取，不像SAS打开excel文件就读取不了了。
R自动将列名重命名为...1 ...2 ....,而且发现最后一列的日期格式读取也错误了
2）从某一行读取，可以通过skip选项，这里我从第二行开始读取
testdata2 <- read_excel('D:\\R practice\\project\\test.xlsx',sheet="Sheet1",col_names = FALSE,skip=2)
发现从第二行开始读取的时候，最后一列的日期格式也展示正确了，可能R是根据第一行的格式来确定这一列展示的格式？第二列日期始终展示正确的原因是因为我设置了这列格式为文本，但是一般外部供应商发过来的数据大多数时候都是不设置格式的。
3）日期读取之后变了格式
解决办法可以像2）一样从某一行开始读取，另一种方法是读取后用as.Date函数处理一下。
需要注意，如果你把列名读取进来的话，在转换的时候会报错，因为第一行“”核查日期”转换不了。会报这个错
“Error in charToDate(x) : 字符串的格式不够标准明确”
我们先看一下只有数字的数据怎么转换，没有中文名称那一行了
testdata4 <- read_excel('D:\\R practice\\project\\test.xlsx',sheet="Sheet2",col_names = FALSE)
testdata4[[4]] <- as.Date(testdata4[[4]], origin = "1899-12-30")
excel将1900年1月1日视为第一天，但实际上它从1899年12月30日开始计数。其实excel日期格式的数据导入到SAS也有一个时间差，也需要特殊处理一下。
如果还需要输出第一行的中文列名，需要注意的是，as.date转换的日期是数值型，但是这列在读取进来的时候是字符型的，所以拼在一起的时候会报上面的错，所以还需要将数值型日期转换成字符型。
testdata3 <- read_excel('D:\\R practice\\project\\test.xlsx',sheet="Sheet1",col_names = FALSE)
date_column <- testdata3[[4]]
# 检查日期列的数据类型
if (is.character(date_column)) {
# 将第二行及其后的数据转换为数字
date_column_numeric <- as.numeric(date_column[-1])
# 将数字转换为日期格式
date_column_dates <- as.Date(date_column_numeric, origin = "1899-12-30")
# 将为日期格式转换为字符型
date_column_dates2<-as.character(date_column_dates)
# 将转换后的日期放回数据框中
testdata3[[4]][-1] <- date_column_dates2
}
4）需要将列名重命名成正常变量名
R中重命名有好几种方式，在SAS中应该只有rename和在data步中创建新变量等于旧变量。
一种是直接使用readxl库重命名
#重命名列名
testdata5 <- read_excel('D:\\R practice\\project\\test.xlsx',sheet="Sheet1",col_names = FALSE)
colnames(testdata5) #查看原始数据集名称
#readxl库
colnames(testdata5) <- c("studyid", "lbdtc", "aval","checkdate")
一种是使用#dplyr库里的rename函数(记得提前加载dplyr到R)，这时候前面的变量名是你要rename的名称，跟SAS还不一样。
testdata5_1 <- testdata5 %>% rename(studyid = ...1, lbdtc= ...2,aval=...3,checd=...4)
好了，上面就是用R导入数据的几种方式。
祝您中秋愉快！SAS PRO竭诚为您服务！
