很多事情往往还没有真正开始，就因为遇到一点点不大不小的困难就放弃了，然后分分钟打脸立好的各种flag， 噼啪作响 ，疼与不疼，因人而异。

先聊聊目前 R语言 的现状，作为一款开发之初主要实现为了统计功能的编程软件，随着不断的发展壮大，因为它良好的开源环境和 免费 ！！！！！ 策略，俘获大量的科研和类科研群众，现在的R语言已经非常饱满，可以实现的功能也几何倍数的扩增。

TIOBE 定期会发布世界范围内编程语言的综合排名情况，下图是2020年6月份的数据，热度还可以， R 语言进顺位 第9， 可以看到在2019年6月的时候还是22位，这前进的有点猛啊

很多事情往往还没有真正开始，就因为遇到一点点不大不小的困难就放弃了，然后分分钟打脸立好的各种flag，噼啪作响，疼与不疼，因人而异。先聊聊目前R语言的现状，作为一款开发之初主要实现为了统计功能的编程软件，随着不断的发展壮大，因为它良好的开源环境和免费！！！！！策略，俘获大量的科研和类科研群众，现在的R语言已经非常饱满，可以实现的功能也几何倍数的扩增。TIOBE定期会发布世界范围内编程语言... 通过上一文的 学习 ，我们已经掌握了各种 数据 结构，可以放一些 数据 到R中去了。但当涉及 数据 分析时，我们不得不面对来自多种 数据 源和 数据 格式的 数据 。而我们的任务是将这些 数据 导入 到自己的工具去分析 数据 ，进而汇报分析结果。 因此，本文将讨论各 数据 源 数据 导入 到R的方法，大家按需阅读即可。 文章主要参考了《 R语言 实战.第2版》、B站系列课程《 R语言 入门与 数据 分析》 ，并结合自己的经验总结而成。 R提供了适用范围广泛的 数据 导入 工具。向R中 导入 数据 的权威指南参见可在 http://cran.r-project. #删除month字段中内容是'1/','2/','6/','7/','8/','9/','10','11','12'的行 data=data[~(data['month'].isin(['1/','2/','6/','7/','8/','9/','10','11','12']))] #仅删除字段名为month的一整列 数据 data=data.drop(['month'],axis=1) import pandas as pd import numpy as np # 导入 数据 #data . 第一行解释：data表示定义的 数据 名称（随便取）；read.table表示读取 数据 表；括号中双引号里是 文件 所在路径，注意使用“/”，而不是“\”；header=TRUE表示读取表标题。 第二行解释：直接运行data即 数据 名称即可输出 txt 中的 数据 。 install.packages("readxl") # 安装readxl包 library(readxl) # 加载readxl包 biomass_data <- read_excel("biomass.xlsx", sheet = 1, range = "A1:E60") 其中，`read_excel()`函数用于读取Excel 文件 ，`sheet`参数用于指定要读取的sheet页，`range`参数用于指定要读取的单元格范围。以上代码将读取Excel 文件 的第1个sheet页中的前60行和前5列 数据 ，并将其存储在名为`biomass_data`的 数据 框中。