Zapis danych do plików w R (write.csv, saveRDS)

write.csv() eksportuje ramkę danych

Przeniesienie ramki danych z R do pliku, który mogą otworzyć inne programy, to jedno wywołanie:

write.csv(df, "results.csv", row.names = FALSE)

To linia do zapamiętania, razem z row.names = FALSE, które za chwilę uzasadnimy. Pierwszy argument to ramka danych, drugi to nazwa pliku, a funkcja niczego nie zwraca: całe jej zadanie to efekt uboczny w postaci utworzenia pliku.

Możesz zobaczyć, co dokładnie tworzy write.csv(), bez dotykania dysku, bo w miejscu nazwy pliku przyjmuje dowolne połączenie, w tym stdout(), które po prostu wypisuje wynik:

df <- data.frame(
    name = c("Ada", "Grace"),
    score = c(92, 88)
)

write.csv(df, stdout(), row.names = FALSE)

Oto twój CSV: linia nagłówka, jedna linia na wiersz, wartości tekstowe w cudzysłowach, liczby bez nich. (Cudzysłowy to domyślne quote = TRUE; obsługuje je każdy popularny czytnik CSV, więc zostaw to bez zmian). Zapis do prawdziwego pliku to to samo wywołanie z "results.csv" zamiast stdout().

Dlaczego row.names = FALSE powinno być domyślne

Każda ramka danych ma nazwy wierszy, zwykle po prostu liczby 1, 2, 3..., a write.csv() domyślnie zapisuje je do pliku jako dodatkową pierwszą kolumnę z pustym nagłówkiem. Zobacz, jak wygląda domyślny wynik i co się dzieje, gdy ten plik wraca do R:

df <- data.frame(
    name = c("Ada", "Grace"),
    score = c(92, 88)
)

write.csv(df, stdout())

round_trip <- read.csv(text = '"","name","score"
"1","Ada",92
"2","Grace",88')

print(names(round_trip))
print(round_trip)

Eksport dostał bezimienną pierwszą kolumnę z wartościami "1", "2", a przy ponownym imporcie read.csv() musiała ją jakoś nazwać, więc wymyśliła X. To ta tajemnicza kolumna X, która zaskakuje każdego początkującego: to nie dane, tylko numeracja wierszy R, która wyciekła do pliku. Powtórz kilka razy cykl eksportu i importu, a nazbierasz X, X.1, X.2...

Nazwy wierszy prawie nigdy nie niosą prawdziwej informacji, a gdy niosą, ta informacja i tak powinna trafić do normalnej kolumny. Niech więc row.names = FALSE stanie się odruchem. Właściwie to powinno być ustawienie domyślne; nie jest z powodu zgodności wstecznej, więc nawyk zależy od ciebie.

Gdzie trafia plik

write.csv(df, "results.csv") zapisuje do katalogu roboczego R, a jeśli to nie jest miejsce, którego się spodziewasz, plik jakby znika. Zapis się udał; plik po prostu leży w folderze, który wypisuje getwd(). To ta sama pułapka co przy wczytywaniu, tylko w lustrzanym odbiciu, i rozwiązują ją te same dwa narzędzia:

getwd()                          # the folder your file went to
write.csv(df, "C:/Users/ada/results/out.csv", row.names = FALSE)   # or: remove all doubt

Pełne ścieżki (ukośniki działają na każdej platformie, także w Windows) sprawiają, że skrypty są jednoznaczne. Jak ustawia się katalog roboczy i jak nim zarządzać, opisuje artykuł o katalogu roboczym.

write.table() dla innych separatorów i kwestia dopisywania

write.csv() to tak naprawdę cienka nakładka na ogólną funkcję write.table(), ustawioną pod przecinki. Wywołaj write.table() bezpośrednio, gdy potrzebujesz innego kształtu, najczęściej danych rozdzielanych tabulatorami:

df <- data.frame(
    name = c("Ada", "Grace"),
    score = c(92, 88)
)

write.table(df, stdout(), sep = "\t", row.names = FALSE, quote = FALSE)

Rozdzielane tabulatorami, bez cudzysłowów: format, który woli wiele narzędzi przetwarzających dane dalej. Zwróć uwagę, że w write.table() wszystko ustawiasz jawnie; funkcja nie dziedziczy domyślnych przecinków ani cudzysłowów z write.csv.

Jedna rzecz, której write.csv() odmawia, to dopisywanie: przekazanie append = TRUE daje ostrzeżenie, że ustawienie zostało zignorowane, bo dopisanie wstawiłoby linię nagłówka w środek pliku. Jeśli naprawdę musisz dodać wiersze do istniejącego pliku CSV, na przykład zapisując wyniki kolejnych uruchomień, zejdź poziom niżej do write.table() i ręcznie wyłącz nagłówek:

write.table(new_rows, "log.csv", sep = ",",
            append = TRUE, col.names = FALSE, row.names = FALSE)

A jeśli pracujesz w tidyverse, readr::write_csv(df, "out.csv") to odpowiednik read_csv(): ten sam wynik, szybciej przy dużych ramkach, a nazw wierszy w ogóle nie zapisuje. O jeden argument mniej do zapamiętania.

saveRDS() i readRDS(): dokładny zapis i odczyt

CSV to format stratny. Przechowuje tekst i nic więcej, więc kolumna Date staje się napisem "2026-08-07", czynnik zamienia się w swoje etykiety bez kolejności poziomów, atrybuty znikają, a każdy typ trzeba przy imporcie zgadywać od nowa (zwykle poprawnie, czasem nie: tak, mowa o zerach na początku). Do tego CSV mieści tylko jedną prostokątną tabelę: dopasowany model, lista czy macierz z dimnames w ogóle nie mają reprezentacji w CSV.

Gdy plik jest dla R, na przykład gdy zapisujesz dzisiejsze oczyszczone dane na jutrzejszą sesję, całkowicie pomiń formaty tekstowe:

saveRDS(df, "clean_data.rds")        # today

df <- readRDS("clean_data.rds")      # tomorrow: identical object, types intact

saveRDS() serializuje jeden obiekt R, dowolny, dokładnie. readRDS() oddaje go bajt po bajcie: czynniki zachowują poziomy, daty wciąż są datami, niczego nie trzeba zgadywać. Działa na wszystkim: ramce danych, liście ramek danych, dopasowanym modelu regresji. Plik .rds to skompresowany format binarny, więc zwykle jest też mniejszy niż CSV. Jedyny koszt to to, że nic poza R go nie otworzy, i właśnie dlatego zasada praktyczna brzmi: CSV do udostępniania ludziom i innym narzędziom, RDS do zapisu dla siebie.

save() i load(), czyli dlaczego RDS zwykle wygrywa

Spotkasz też starszą parę. save() zapisuje wiele nazwanych obiektów do jednego pliku .RData, a load() je przywraca do twojej przestrzeni roboczej, pod oryginalnymi nazwami:

save(df, model, params, file = "session.RData")
load("session.RData")    # df, model, params silently appear

Właśnie ta wygoda jest problemem. To load() decyduje o nazwach zmiennych, a nie ty: wrzuca obiekty do twojego środowiska w ciemno, po cichu nadpisując wszystko, co już miało te nazwy. Pół roku później nikt nie pamięta, co w ogóle zawiera session.RData, dopóki go nie wczyta, żeby to sprawdzić.

readRDS() ma uczciwy interfejs: to ty wybierasz nazwę (df <- readRDS(...)), nic nie jest nadpisywane za twoimi plecami, a jeden plik oznacza jeden obiekt. Jeśli nie musisz konkretnie połączyć kilku obiektów w jednym pliku, wybieraj RDS. (A jeśli potrzebujesz takiego pakietu, umieszczenie obiektów w nazwanej liście i zapisanie listy przez saveRDS() daje ten sam efekt bez niespodzianek).

Najważniejsze informacje

• write.csv(df, "out.csv", row.names = FALSE): cały eksport i tak, zawsze z row.names = FALSE.
• Tajemnicza kolumna X po ponownym imporcie to nazwy wierszy, które wyciekły do pliku; zapisało je ustawienie domyślne, a w twoim eksporcie nie powinno ich być.
• Pliki trafiają do katalogu roboczego: getwd() odnajduje „zagubione” eksporty, a pełne ścieżki im zapobiegają.
• write.table() obsługuje inne separatory i (z col.names = FALSE) prawdziwe dopisywanie; write.csv() celowo nie potrafi dopisywać.
• saveRDS() / readRDS() dokładnie zapisują i odczytują dowolny obiekt R: typy, czynniki i atrybuty zostają nietknięte. CSV do udostępniania, RDS dla siebie.
• Wybieraj RDS zamiast save()/load(): jawne nazwy, żadnego cichego nadpisywania.

Dalej: typ danych, który zasługuje na własną stronę, zanim ugryzie cię przy imporcie, czyli daty.