Voordat gegevens geanalyseerd kunnen worden, moeten deze in de R-omgeving worden geladen. In de meeste praktijksituaties zijn gegevens opgeslagen in externe bestanden of databases. De eerste stap in elke data-analyseworkflow is het importeren van deze gegevens, zodat verkenning en bewerking mogelijk worden.

Veelvoorkomende gegevensbronnen

Gegevens uit de praktijk zijn vaak afkomstig uit verschillende bronnen, zoals:

• CSV-bestanden (comma-separated values);
• Excel-spreadsheets;
• Tekstbestanden (TXT);
• Databases (bijv. SQL, SQLite, PostgreSQL);
• Web-API's of andere online bronnen.

R biedt diverse functies en pakketten om eenvoudig gegevens uit elk van deze bronnen te lezen.

Een CSV-bestand lezen

CSV is een van de meest gebruikte formaten voor het opslaan van tabelgegevens. Om een CSV-bestand in R te importeren, wordt doorgaans een functie gebruikt die het bestand leest en opslaat in een data frame - een structuur die gegevens in rijen en kolommen organiseert.

df <- read_csv("car_details.csv")

Je gegevens bekijken

Zodra de gegevens zijn geladen, is het nuttig om er snel naar te kijken. Een eenvoudige manier om dit te doen in RStudio is met de functie View():

View(df)