2.2 readr高效读取数据
readr包是与数据输入／输出相关的包。这个包是由Hadley Wickham等人开发的，提供了快速、友好的方式来读取矩阵数据，即.csv、.tsv等数据格式的数据。
想要使用这个包，首先需要下载这个包，可以通过如下方式进行下载：
install.packages( )函数用于下载指定包，将需要下载的包传递到这个函数，即可以下载所需要的包。
readr包中的主要函数如表2.1所示。
表2.1 readr包中的主要函数
需要注意的是，只有read_delim( )函数需要指定分隔符来读取对应分隔符的数据，其他函数只能读取指定分隔符的数据。总体来说，这些函数的使用方式相似，并有共同的参数，如表2.2所示。
表2.2 参数解释
注：n_max和skip这两个参数在只需要读取一部分数据的时候会用到。
关于readr包的优点，最重要的一点是，readr包读取数据的速度比R语言自带的读取数据函数要快很多。R语言自带的读取数据函数如表2.3所示。
表2.3 R语言自带的读取数据函数
下面比较一下readr包与R语言自带的数据读取函数，这里用到了readr包提供的数据集，这些数据集可以通过readr_example()进行查看：
readr_example( )输出了readr包所提供的数据集名称，可以看到，readr包提供了8组数据集。进一步通过readr_example( )加上对应的数据集获取数据的路径：
这样就获取到了readr包提供的数据集所在计算机中的链接，然后通过这里面的数据集来比较readr包与R自带的数据读取函数的效率。
（1）使用read.csv( )函数来读取数据所花费的时间：
代码中的system.time( )函数用于获取代码的运行时间。可以看到，read.csv( )函数读取数据的时间大约为0.01秒。
（2）使用read_csv( )函数读取数据，分析读取时间：
可以看到，read_csv( )函数读取此数据所花费的时间约为0.03秒，read_csv( )函数比read.csv( )函数稍微慢了一些。这是因为数据集太小了，体现不出两者的差异。因此，在读取小样本的时候，readr包读取数据的速度并没有优势。
下面选取一个更大的数据集来比较两者的读取速度，这个数据集来自R语言的一个绘图包ggplot所提供的diamonds数据集，这个数据集包含5万多条数据。
首先将数据集保存为.csv格式的文件，使用write_csv( )函数将数据储存下来，write_csv( )函数的第一个参数是数据集，第二个参数是数据要保存的路径。
（1）使用read.csv( )函数读取diamonds大样本数据集：
可以看到，其所花费的时间约为0.15秒。
（2）使用read_csv( )函数读取diamonds大样本数据集：
可以看到，其所花费的时间约为0.06秒，read_csv( )函数读取数据的速度比read.csv( )函数读取数据的速度快了一倍以上。数据集越大，二者之间效率的差异也就越大。
另外，需要注意的是，使用readr包读取数据，最后获取的数据格式为tibble。
tibble本质上也是数据框的结构，本质上和data.frame数据结构是一样的，但是其有比data.frame更好的使用体验。data.frame如果直接在输入框输出，则会输出所有的结果，在数据比较多的时候会造成刷屏的现象，解决方案是使用head控制输出的行数。然而，tibble数据在输出的时候会自动调用head控制输出的行数，不会刷屏。