Enviar pesquisa
Carregar
Rデモ02_入出力編2016
•
Transferir como DOCX, PDF
•
0 gostou
•
335 visualizações
wada, kazumi
Seguir
演習用のデモコードです。
Leia menos
Leia mais
Educação
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 7
Baixar agora
Recomendados
Rプログラミング02 「データ入出力編」デモ
Rプログラミング02 「データ入出力編」デモ
wada, kazumi
詳解PRO DJ LINK
詳解PRO DJ LINK
Takayuki Tominaga
ロジカル・シンキング & システム設計・プログラミングについて
ロジカル・シンキング & システム設計・プログラミングについて
Dai Saito
Rデモ01_はじめの一歩2016
Rデモ01_はじめの一歩2016
wada, kazumi
Rプログラミング01 はじめの一歩
Rプログラミング01 はじめの一歩
wada, kazumi
Rデモ03_データ分析編2016
Rデモ03_データ分析編2016
wada, kazumi
Rプログラミング02 データ入出力編
Rプログラミング02 データ入出力編
wada, kazumi
Functional Way
Functional Way
Kent Ohashi
Recomendados
Rプログラミング02 「データ入出力編」デモ
Rプログラミング02 「データ入出力編」デモ
wada, kazumi
詳解PRO DJ LINK
詳解PRO DJ LINK
Takayuki Tominaga
ロジカル・シンキング & システム設計・プログラミングについて
ロジカル・シンキング & システム設計・プログラミングについて
Dai Saito
Rデモ01_はじめの一歩2016
Rデモ01_はじめの一歩2016
wada, kazumi
Rプログラミング01 はじめの一歩
Rプログラミング01 はじめの一歩
wada, kazumi
Rデモ03_データ分析編2016
Rデモ03_データ分析編2016
wada, kazumi
Rプログラミング02 データ入出力編
Rプログラミング02 データ入出力編
wada, kazumi
Functional Way
Functional Way
Kent Ohashi
MP in Haskell
MP in Haskell
Kent Ohashi
HTTP/2 in nginx(2016/3/11 社内勉強会)
HTTP/2 in nginx(2016/3/11 社内勉強会)
Yoko TAMADA
Rプログラミング03 データ分析編
Rプログラミング03 データ分析編
wada, kazumi
From Java To Clojure (English version)
From Java To Clojure (English version)
Kent Ohashi
ネットワーク概論 サーバの構築理論
ネットワーク概論 サーバの構築理論
Takahiro Komatsu
おいしいLisp
おいしいLisp
Kent Ohashi
困らない程度のJDK入門
困らない程度のJDK入門
Yohei Oda
about dakota6.7 gui
about dakota6.7 gui
Etsuji Nomura
about DakotagUI
about DakotagUI
Etsuji Nomura
Rプログラミング01 「はじめの一歩」 演習デモ
Rプログラミング01 「はじめの一歩」 演習デモ
wada, kazumi
PostgreSQL14の pg_stat_statements 改善(第23回PostgreSQLアンカンファレンス@オンライン 発表資料)
PostgreSQL14の pg_stat_statements 改善(第23回PostgreSQLアンカンファレンス@オンライン 発表資料)
NTT DATA Technology & Innovation
Maatkit で MySQL チューニング
Maatkit で MySQL チューニング
Kensuke Nagae
Ⅲ. 資料編 2017
Ⅲ. 資料編 2017
wada, kazumi
文献紹介:SegFormer: Simple and Efficient Design for Semantic Segmentation with Tr...
文献紹介:SegFormer: Simple and Efficient Design for Semantic Segmentation with Tr...
Toru Tamaki
Ruby を用いた超絶技巧プログラミング(夏のプログラミングシンポジウム 2012)
Ruby を用いた超絶技巧プログラミング(夏のプログラミングシンポジウム 2012)
mametter
Apache Drill でオープンデータを分析してみる - db tech showcase Sapporo 2015 2015/09/11
Apache Drill でオープンデータを分析してみる - db tech showcase Sapporo 2015 2015/09/11
MapR Technologies Japan
KETpic できれいな図を書こう
KETpic できれいな図を書こう
Yoshitomo Akimoto
Maatkitの紹介
Maatkitの紹介
Akinori YOSHIDA
PostgreSQL Unconference #5 ICU Collation
PostgreSQL Unconference #5 ICU Collation
Noriyoshi Shinoda
MySQLerの7つ道具
MySQLerの7つ道具
yoku0825
[A33] [特濃jpoug statspack on pdb oracle database 12c] 20131115 補足・続報付き
[A33] [特濃jpoug statspack on pdb oracle database 12c] 20131115 補足・続報付き
Insight Technology, Inc.
PostgreSQL Unconference #29 Unicode IVS
PostgreSQL Unconference #29 Unicode IVS
Noriyoshi Shinoda
Mais conteúdo relacionado
Destaque
MP in Haskell
MP in Haskell
Kent Ohashi
HTTP/2 in nginx(2016/3/11 社内勉強会)
HTTP/2 in nginx(2016/3/11 社内勉強会)
Yoko TAMADA
Rプログラミング03 データ分析編
Rプログラミング03 データ分析編
wada, kazumi
From Java To Clojure (English version)
From Java To Clojure (English version)
Kent Ohashi
ネットワーク概論 サーバの構築理論
ネットワーク概論 サーバの構築理論
Takahiro Komatsu
おいしいLisp
おいしいLisp
Kent Ohashi
困らない程度のJDK入門
困らない程度のJDK入門
Yohei Oda
Destaque
(7)
MP in Haskell
MP in Haskell
HTTP/2 in nginx(2016/3/11 社内勉強会)
HTTP/2 in nginx(2016/3/11 社内勉強会)
Rプログラミング03 データ分析編
Rプログラミング03 データ分析編
From Java To Clojure (English version)
From Java To Clojure (English version)
ネットワーク概論 サーバの構築理論
ネットワーク概論 サーバの構築理論
おいしいLisp
おいしいLisp
困らない程度のJDK入門
困らない程度のJDK入門
Semelhante a Rデモ02_入出力編2016
about dakota6.7 gui
about dakota6.7 gui
Etsuji Nomura
about DakotagUI
about DakotagUI
Etsuji Nomura
Rプログラミング01 「はじめの一歩」 演習デモ
Rプログラミング01 「はじめの一歩」 演習デモ
wada, kazumi
PostgreSQL14の pg_stat_statements 改善(第23回PostgreSQLアンカンファレンス@オンライン 発表資料)
PostgreSQL14の pg_stat_statements 改善(第23回PostgreSQLアンカンファレンス@オンライン 発表資料)
NTT DATA Technology & Innovation
Maatkit で MySQL チューニング
Maatkit で MySQL チューニング
Kensuke Nagae
Ⅲ. 資料編 2017
Ⅲ. 資料編 2017
wada, kazumi
文献紹介:SegFormer: Simple and Efficient Design for Semantic Segmentation with Tr...
文献紹介:SegFormer: Simple and Efficient Design for Semantic Segmentation with Tr...
Toru Tamaki
Ruby を用いた超絶技巧プログラミング(夏のプログラミングシンポジウム 2012)
Ruby を用いた超絶技巧プログラミング(夏のプログラミングシンポジウム 2012)
mametter
Apache Drill でオープンデータを分析してみる - db tech showcase Sapporo 2015 2015/09/11
Apache Drill でオープンデータを分析してみる - db tech showcase Sapporo 2015 2015/09/11
MapR Technologies Japan
KETpic できれいな図を書こう
KETpic できれいな図を書こう
Yoshitomo Akimoto
Maatkitの紹介
Maatkitの紹介
Akinori YOSHIDA
PostgreSQL Unconference #5 ICU Collation
PostgreSQL Unconference #5 ICU Collation
Noriyoshi Shinoda
MySQLerの7つ道具
MySQLerの7つ道具
yoku0825
[A33] [特濃jpoug statspack on pdb oracle database 12c] 20131115 補足・続報付き
[A33] [特濃jpoug statspack on pdb oracle database 12c] 20131115 補足・続報付き
Insight Technology, Inc.
PostgreSQL Unconference #29 Unicode IVS
PostgreSQL Unconference #29 Unicode IVS
Noriyoshi Shinoda
並列対決 Elixir × Go × C# x Scala , Node.js
並列対決 Elixir × Go × C# x Scala , Node.js
Yoshiiro Ueno
#crazy-js Quiz
#crazy-js Quiz
Takaki Hoshikawa
C++でHello worldを書いてみた
C++でHello worldを書いてみた
firewood
CentOS 8で標準搭載! 「389-ds」で構築する 認証サーバーについて
CentOS 8で標準搭載! 「389-ds」で構築する 認証サーバーについて
Nobuyuki Sasaki
Introduction to R
Introduction to R
Yukihiro NAKAJIMA
Semelhante a Rデモ02_入出力編2016
(20)
about dakota6.7 gui
about dakota6.7 gui
about DakotagUI
about DakotagUI
Rプログラミング01 「はじめの一歩」 演習デモ
Rプログラミング01 「はじめの一歩」 演習デモ
PostgreSQL14の pg_stat_statements 改善(第23回PostgreSQLアンカンファレンス@オンライン 発表資料)
PostgreSQL14の pg_stat_statements 改善(第23回PostgreSQLアンカンファレンス@オンライン 発表資料)
Maatkit で MySQL チューニング
Maatkit で MySQL チューニング
Ⅲ. 資料編 2017
Ⅲ. 資料編 2017
文献紹介:SegFormer: Simple and Efficient Design for Semantic Segmentation with Tr...
文献紹介:SegFormer: Simple and Efficient Design for Semantic Segmentation with Tr...
Ruby を用いた超絶技巧プログラミング(夏のプログラミングシンポジウム 2012)
Ruby を用いた超絶技巧プログラミング(夏のプログラミングシンポジウム 2012)
Apache Drill でオープンデータを分析してみる - db tech showcase Sapporo 2015 2015/09/11
Apache Drill でオープンデータを分析してみる - db tech showcase Sapporo 2015 2015/09/11
KETpic できれいな図を書こう
KETpic できれいな図を書こう
Maatkitの紹介
Maatkitの紹介
PostgreSQL Unconference #5 ICU Collation
PostgreSQL Unconference #5 ICU Collation
MySQLerの7つ道具
MySQLerの7つ道具
[A33] [特濃jpoug statspack on pdb oracle database 12c] 20131115 補足・続報付き
[A33] [特濃jpoug statspack on pdb oracle database 12c] 20131115 補足・続報付き
PostgreSQL Unconference #29 Unicode IVS
PostgreSQL Unconference #29 Unicode IVS
並列対決 Elixir × Go × C# x Scala , Node.js
並列対決 Elixir × Go × C# x Scala , Node.js
#crazy-js Quiz
#crazy-js Quiz
C++でHello worldを書いてみた
C++でHello worldを書いてみた
CentOS 8で標準搭載! 「389-ds」で構築する 認証サーバーについて
CentOS 8で標準搭載! 「389-ds」で構築する 認証サーバーについて
Introduction to R
Introduction to R
Mais de wada, kazumi
Rによる繰り返しの並列処理
Rによる繰り返しの並列処理
wada, kazumi
2018Rユーザ会用
2018Rユーザ会用
wada, kazumi
Ⅳ. 可視化事例集 2017
Ⅳ. 可視化事例集 2017
wada, kazumi
Ⅱ. データ分析編 2017
Ⅱ. データ分析編 2017
wada, kazumi
Ⅰ. Rの基礎 2017
Ⅰ. Rの基礎 2017
wada, kazumi
2017Rユーザ会用
2017Rユーザ会用
wada, kazumi
統計環境R_データ分析編2016
統計環境R_データ分析編2016
wada, kazumi
統計環境R_はじめの一歩2016
統計環境R_はじめの一歩2016
wada, kazumi
統計環境R_データ入出力編2016
統計環境R_データ入出力編2016
wada, kazumi
自然科学の統計学2.2 slideshare
自然科学の統計学2.2 slideshare
wada, kazumi
Rプログラミング03 「データ分析編」デモ
Rプログラミング03 「データ分析編」デモ
wada, kazumi
Rでのtry関数によるエラー処理
Rでのtry関数によるエラー処理
wada, kazumi
Rによる大規模データのプロット
Rによる大規模データのプロット
wada, kazumi
擬似ミクロデータについて
擬似ミクロデータについて
wada, kazumi
Rによる富士山関数の描き方
Rによる富士山関数の描き方
wada, kazumi
Rによるprincomp関数を使わない主成分分析
Rによるprincomp関数を使わない主成分分析
wada, kazumi
基本統計量について
基本統計量について
wada, kazumi
マハラノビス距離とユークリッド距離の違い
マハラノビス距離とユークリッド距離の違い
wada, kazumi
Rでの対称行列の固有値・固有ベクトルの最適な求め方
Rでの対称行列の固有値・固有ベクトルの最適な求め方
wada, kazumi
Rによるlm関数を使わない回帰と梃子比・cookの距離
Rによるlm関数を使わない回帰と梃子比・cookの距離
wada, kazumi
Mais de wada, kazumi
(20)
Rによる繰り返しの並列処理
Rによる繰り返しの並列処理
2018Rユーザ会用
2018Rユーザ会用
Ⅳ. 可視化事例集 2017
Ⅳ. 可視化事例集 2017
Ⅱ. データ分析編 2017
Ⅱ. データ分析編 2017
Ⅰ. Rの基礎 2017
Ⅰ. Rの基礎 2017
2017Rユーザ会用
2017Rユーザ会用
統計環境R_データ分析編2016
統計環境R_データ分析編2016
統計環境R_はじめの一歩2016
統計環境R_はじめの一歩2016
統計環境R_データ入出力編2016
統計環境R_データ入出力編2016
自然科学の統計学2.2 slideshare
自然科学の統計学2.2 slideshare
Rプログラミング03 「データ分析編」デモ
Rプログラミング03 「データ分析編」デモ
Rでのtry関数によるエラー処理
Rでのtry関数によるエラー処理
Rによる大規模データのプロット
Rによる大規模データのプロット
擬似ミクロデータについて
擬似ミクロデータについて
Rによる富士山関数の描き方
Rによる富士山関数の描き方
Rによるprincomp関数を使わない主成分分析
Rによるprincomp関数を使わない主成分分析
基本統計量について
基本統計量について
マハラノビス距離とユークリッド距離の違い
マハラノビス距離とユークリッド距離の違い
Rでの対称行列の固有値・固有ベクトルの最適な求め方
Rでの対称行列の固有値・固有ベクトルの最適な求め方
Rによるlm関数を使わない回帰と梃子比・cookの距離
Rによるlm関数を使わない回帰と梃子比・cookの距離
Último
UniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScript
yuitoakatsukijp
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
Tokyo Institute of Technology
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ssusere0a682
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ssusere0a682
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
koheioishi1
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
Takayuki Itoh
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
YukiTerazawa
Último
(7)
UniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScript
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
Rデモ02_入出力編2016
1.
########################################### # I. さまざまなデータの入力方法 ########################################### #------------------------------------------------------- #
A) コンソールでの直接入力 dat1 (cars データ)作成 #------------------------------------------------------- # スピード speed <- c(4, 4, 7, 7, 8, 9, 10, 10, 10, 11, 11, 12, 12, 12, 12, 13, 13, 13, 13, 14, 14, 14, 14, 15, 15, 15, 16, 16, 17, 17, 17, 18, 18, 18, 18, 19, 19, 19, 20, 20, 20, 20, 20, 22, 23, 24, 24, 24, 24, 25) # 制動距離 dist <- c(2, 10, 4, 22, 16, 10, 18, 26, 34, 17, 28, 14, 20, 24, 28, 26, 34, 34, 46, 26, 36, 60, 80, 20, 26, 54, 32, 40, 32, 40, 50, 42, 56, 76, 84, 36, 46, 68, 32, 48, 52, 56, 64, 66, 54, 70, 92, 93, 120, 85) # 行列にまとめる dat1 <- cbind(speed,dist) #------------------------------------------------------- # 脱線) R で嬉しいこと [A)の dat1 を使用] #------------------------------------------------------- plot(dat1) # 散布図描画 summary(dat1) # データの基本統計量 lm1 <- lm(dist~speed) # 回帰分析 summary(lm1) # 回帰分析結果表示 abline(lm1, col= "red") # 回帰線描画 str(lm1) # lm1 の内容確認 #------------------------------------------------------- # B) データエディタの利用 #------------------------------------------------------- # まず空のデータフレーム dat2 を作成 dat2 <- data.frame() # コンソールのメニューを操作する場合は「編集」 => 「データエディタ」 # 同じ操作を以下のコマンドでできる fix(dat2) #------------------------------------------------------- # C) CSV ファイルの読み込み、その 1 #-------------------------------------------------------
2.
# 最もお手軽な方法 data1 <-
read.csv(file.choose()) head(data1) # データの冒頭だけ表示 tail(data1) # データの末尾だけ表示 # 使用データ cars.csv # 以下の部分をテキストエディタに貼り、cars.csv として保存する speed,dist 4,2 4,10 7,4 7,22 8,16 9,10 10,18 10,26 10,34 11,17 11,28 12,14 12,20 12,24 12,28 13,26 13,34 13,34 13,46 14,26 14,36 14,60 14,80 15,20 15,26 15,54 16,32 16,40 17,32 17,40 17,50 18,42 18,56 18,76 18,84
3.
19,36 19,46 19,68 20,32 20,48 20,52 20,56 20,64 22,66 23,54 24,70 24,92 24,93 24,120 25,85 #------------------------------------------------------- # C) CSV
ファイルの読み込み、その 2 #------------------------------------------------------- setwd("C:/Rdemo") # 読みたいファイルを置いたディレクトリを指定する dat3 <- read.csv("cars2.csv", header=TRUE) # データにヘッダがない場合は header=FALSE を指定 head(dat3) # データの冒頭だけ表示 tail(dat3) # データの末尾だけ表示 # 使用データ cars2.csv # 以下の部分をテキストエディタに貼り、cars2.csv として保存する # テキストエディタ上では、先の cars.csv との差異は明らかだが、EXCEL で開く # 場合には同じにみえてしまう speed,dist, 4,2 4,10 7,4 7,22 8,16 9,10 10,18 10,26 10,34 11,17 11,28 12,14
4.
12,20 12,24 12,28 13,26 13,34 13,34 13,46 14,26 14,36 14,60 14,80 15,20 15,26 15,54 16,32 16,40 17,32 17,40 17,50 18,42 18,56 18,76 18,84 19,36 19,46 19,68 20,32 20,48 20,52 20,56 20,64 22,66 23,54 24,70 24,92 24,93 24,120 25,85, ,,,,, ,,,,, #------------------------------------------------------- # D) 区切り文字のない固定長ファイルの読み込み #-------------------------------------------------------
5.
wt1 <- c(10,
8) # 各項目の桁数 cn1 <- c("speed", "dist") # 項目名 dat4 <- read.fwf("cars.txt", widths=wt1, col.names=cn1) head(dat4) # データの冒頭だけ表示 tail(dat4) # データの末尾だけ表示 # 使用データ cars.txt # 以下の部分をテキストエディタに貼り、cars.txt として保存する 4 2 4 10 7 4 7 22 8 16 9 10 10 18 10 26 10 34 11 17 11 28 12 14 12 20 12 24 12 28 13 26 13 34 13 34 13 46 14 26 14 36 14 60 14 80 15 20 15 26 15 54 16 32 16 40 17 32 17 40 17 50 18 42 18 56 18 76
6.
18 84 19 36 19
46 19 68 20 32 20 48 20 52 20 56 20 64 22 66 23 54 24 70 24 92 24 93 24 120 25 85 #------------------------------------------------------- # E) 複数の csv ファイルをまとめて #------------------------------------------------------- # 事前準備 #----------------------------- # 例えば、各人の作業フォルダを「Y:/PC123/」として、その下にサブフォルダ「giji」、 # さらにその下にデータファイルを置く「data」フォルダを置く。 # つまり、「Y:/PC123/giji/data/」という構成にして、data の下には大元の擬似ミクロ # データ関連ファイル、giji の下には新たに作成したファイル類を置く #----------------------------- # E-5. まず 1 本読んでみる #----------------------------- setwd("Y:/PC123/giji/data") # ※ 「PC123」の部分は各人の作業フォルダを指定する #要修正%%% giji1 <- read.csv("GIJI_2004zensho_dataset(00001~05000).csv", header=FALSE) head(giji1) tail(giji1) #----------------------------- # E-8. まとめて #----------------------------- ##### EXCEL で作ったコンスタント表 code.csv は、giji フォルダに置く rm(list=ls(all=TRUE)) # 作業領域のお掃除 cd1 <- read.csv("Y:/PC123/giji/code.csv", header=TRUE) #要修正%%% tail(cd1) a1 <- which(!is.na(cd1$ren)) # コンスタントファイル末尾の
7.
cd1 <- cd1[a1,]
# ブランク行削除 tail(cd1) # cd1 の末尾確認 # 因子属性への変換抑制フラグ作成 (ただし、データに数字以外の文字列があれば因子化は抑制されない) ft1 <- rep(TRUE, dim(cd1)[1]) ft1[which(cd1$type == 2)] <- FALSE # 命名規則を指定してデータファイル名の一覧を取得 setwd("Y:/PC123/giji/data") # カレントディレクトリを擬似ミクロデータがある場所に指定 #要修正%%% (f.list <- list.files(path=getwd(), pattern="*).csv")) dt1 <- do.call("rbind", lapply(f.list, read.csv, col.names=cd1$namae, as.is=ft1, header=FALSE)) dim(dt1) # [1] 32027 197 ########################################### # II. 出力の方法 ########################################### #------------------------------------------------------- # A) ワークスペース全体の保存 #------------------------------------------------------- save.image("Kensyuu1") #------------------------------------------------------- # B) コード履歴の保存 #------------------------------------------------------- # メニューバーで操作します #------------------------------------------------------- # C) バイナリファイル #------------------------------------------------------- setwd("Y:/PC123/giji/") #要修正%%% save(cd1, dt1, file="giji.rdata") # データレイアウト情報 cd1 とデータ dt1 を giji.Rdata として保存 # 第三部でも使用するので、必ずこのファイルを作成し、保存してください。 #------------------------------------------------------- # D) CSV ファイル #------------------------------------------------------- #setwd("Y:/PC123/giji") # 必要に応じて保存したいディレクトリを指定 data(iris)# 5 変数 150 レコードのあやめデータをロード write.csv(iris, file="iris.csv") write.csv(iris, file="iris1.csv", quote=FALSE, row.names=FALSE) ###########################################
Baixar agora