利用R语言解压与压缩.tar.gz.zip等格式文件

最近尝试用 R 对一些文件进行批量的解压与压缩，这里记录一些常用的解压与压缩的方法。

由于解压与压缩是对称的两种方法，这里我们着重以对文件的解压为例，分不同的格式进行讲解。

.zip

压缩：zip()

解压：unzip()

若要压缩文件，就直接在 zip() 函数的第一个参数里面输入压缩后的文件名，第二个参数输入压缩前的文件名。

而解压文件就更简单了，直接利用 unzip() 里面加上需要解压的文件名称即可。

.tar.gz

压缩：tar()

解压：untar()

同 .zip 后缀的压缩文件。

.gz 与 .bz2

这两个压缩文件与前面的相比，是最与众不同的，因为这两种后缀的文件，可以称之为压缩文件，也可以直接作为一个数据文件，当成 data frame 直接进行读取。因为其本身就是数据文件。

下面我们以 解压 / 读取 进行详细说明：

1) 直接解压

R 中默认没有解压相关文件的函数，需要使用一个包：R.utils，然后如下述代码所示，利用 gunzip() 函数，即可解压。

library(R.utils)
gunzip("file.gz", remove = `TRUE`)
bunzip2("file.bz2", remove = `TRUE`)

注意是这个函数里面多了一个 remove = 参数，选择 TRUE 就会只保留解压后的文件，原压缩包会被删除，默认就是 TRUE。

解压之后，我们可以直接用 read.table() 对其进行读取。

2) 直接读取

当然，如果我们的目的只是读取其中的数据，而不是一定需要解压，则可以使用两个默认函数组合的形式，直接对数据进行读取：

dat <- read.table(gzfile("file.gz"))  

而针对 2.10 版本之后的 R，还有另一种更方便的读取方式，就是直接使用 read.table() 对其进行读取。

dat <- read.table("file.gz")

参考

Decompress gz file using R

untar: Extract Or List Tar Archives