按行输入

使用tribble来自tidyverse 的tibble包中的函数（在线 tibble 参考）。

请注意列标题​​以波浪号( ~) 开头。另请注意，每一列只能包含一类数据（字符、数字等）。您可以使用制表符、间距和新行来使数据输入更加直观和可读。值之间的空格无关紧要，但每一行都由一行新代码表示。例如：

# create the dataset manually by row
manual_entry_rows <- tibble::tribble(
  ~colA, ~colB,
  "a",   1,
  "b",   2,
  "c",   3
  )

按列输入

由于数据框由向量（垂直列）组成，因此在 R 中手动创建数据框的基本方法希望您定义每一列，然后将它们绑定在一起。这在流行病学中可能是违反直觉的，因为我们通常会按行考虑我们的数据（如上所述）。

# define each vector (vertical column) separately, each with its own name
PatientID <- c(235, 452, 778, 111)
Treatment <- c("Yes", "No", "Yes", "Yes")
Death     <- c(1, 0, 1, 0)
# combine the columns into a data frame, by referencing the vector names
manual_entry_cols <- data.frame(PatientID, Treatment, Death)

注意：所有向量的长度必须相同（值的数量相同）。

API

“自动化编程接口”（API）可用于直接从网站请求数据。API 是一组规则，允许一个软件应用程序与另一个应用程序交互。客户（您）发送“请求”并接收包含内容的“响应”。R 包httr和jsonlite可以促进这个过程。

每个启用 API 的网站都有自己的文档和细节供您熟悉。有些网站是公开的，任何人都可以访问。其他的，例如具有用户 ID 和凭据的平台，需要进行身份验证才能访问其数据。

不用说，必须有互联网连接才能通过 API 导入数据。我们将简要介绍使用 API 导入数据的示例，并将您链接到更多资源。

注意：请记住，数据可能会在没有 API 的网站上发布*，这可能更容易检索。例如，可以通过提供站点 URL 来访问发布的 CSV 文件，
如从 Github 导入部分中所述的import()。

HTTP 请求

API 交换最常通过 HTTP 请求完成。HTTP 是超文本传输​​协议，是客户端和服务器之间请求/响应的底层格式。确切的输入和输出可能会因 API 的类型而异，但过程是相同的——来自用户的“请求”（通常是 HTTP 请求），通常包含查询，然后是“响应”，包含有关请求和可能请求的内容。

以下是HTTP 请求的一些组成部分：

• API 端点的 URL
• “方法”（或“动词”）
• 标头
• 身体

HTTP 请求“方法”是您要执行的操作。两种最常见的 HTTP 方法是GET，POST但其他可能包括PUT, DELETE,PATCH等。在将数据导入 R 时，您很可能会使用GET.

在您提出请求后，您的计算机将收到格式与您发送的内容类似的“响应”，包括 URL、HTTP 状态（您想要的是状态 200！）、文件类型、大小和所需内容。然后，您需要解析此响应并将其转换为 R 环境中的可用数据框。

包

httr包非常适合在 R 中处理 HTTP 请求。它几乎不需要 Web API 的先验知识，并且可供不太熟悉软件开发术语的人使用。另外，如果 HTTP 响应是 .json，可以使用jsonlite来解析响应。

# load packages
pacman::p_load(httr, jsonlite, tidyverse)

公开数据

下面是一个 HTTP 请求示例，借鉴自Trafford Data Lab的教程。该站点还有其他一些学习资源和 API 练习。

场景：我们要导入英国特拉福德市的快餐店列表。这些数据可以从食品标准局的 API 中获取，该 API 为英国提供食品卫生评级数据。

以下是我们请求的参数：

• HTTP 动词：GET
• API 端点 URL：http ://api.ratings.food.gov.uk/Establishments
• 选择参数：名称、地址、经度、纬度、businessTypeId、ratingKey、localAuthorityId
• 标头：“x-api-version”，2
• 数据格式：JSON、XML
• 文档：http ://api.ratings.food.gov.uk/help

R代码如下：

# prepare the request
path <- "http://api.ratings.food.gov.uk/Establishments"
request <- GET(url = path,
             query = list(
               localAuthorityId = 188,
               BusinessTypeId = 7844,
               pageNumber = 1,
               pageSize = 5000),
             add_headers("x-api-version" = "2"))

# check for any server error ("200" is good!)
request$status_code

# submit the request, parse the response, and convert to a data frame
response <- content(request, as = "text", encoding = "UTF-8") %>%
  fromJSON(flatten = TRUE) %>%
  pluck("establishments") %>%
  as_tibble()

需要身份验证

某些 API 需要身份验证 - 以便您证明自己的身份，以便您可以访问受限数据。要导入这些数据，您可能需要首先使用 POST 方法提供用户名、密码或代码。这将返回一个访问令牌，可用于后续 GET 方法请求以检索所需数据。

下面是一个从Go.Data查询数据的示例，它是一个爆发调查工具。Go.Data使用 API 进行 Web 前端和用于数据收集的智能手机应用程序之间的所有交互。Go.Data在全球范围内使用。由于爆发数据很敏感，并且您应该只能访问爆发的数据，因此需要进行身份验证。

下面是一些示例 R 代码，使用httr和jsonlite连接到Go.Data API 以导入爆发后的联系人跟进数据。

# set credentials for authorization
url <- "https://godatasampleURL.int/"           # valid Go.Data instance url
username <- "username"                          # valid Go.Data username 
password <- "password"                          # valid Go,Data password 
outbreak_id <- "xxxxxx-xxxx-xxxx-xxxx-xxxxxxx"  # valid Go.Data outbreak ID

# get access token
url_request <- paste0(url,"api/oauth/token?access_token=123") # define base URL request

# prepare request
response <- POST(
  url = url_request,  
  body = list(
    username = username,    # use saved username/password from above to authorize                               
    password = password),                                       
    encode = "json")

# execute request and parse response
content <-
  content(response, as = "text") %>%
  fromJSON(flatten = TRUE) %>%          # flatten nested JSON
  glimpse()

# Save access token from response
access_token <- content$access_token    # save access token to allow subsequent API calls below

# import outbreak contacts
# Use the access token 
response_contacts <- GET(
  paste0(url,"api/outbreaks/",outbreak_id,"/contacts"),          # GET request
  add_headers(
    Authorization = paste("Bearer", access_token, sep = " ")))

json_contacts <- content(response_contacts, as = "text")         # convert to text JSON

contacts <- as_tibble(fromJSON(json_contacts, flatten = TRUE))   # flatten JSON to tibble

注意：如果您从需要身份验证的 API 导入大量数据，则可能会超时。为避免这种情况，请在每个 API GET 请求之前再次检索 access_token 并尝试在查询中使用过滤器或限制。

提示： jsonlite包中的fromJSON()函数在第一次执行时不会完全取消嵌套，因此您可能仍然在生成的 tibble 中有列表项。您将需要进一步取消嵌套某些变量；取决于您的 .json 的嵌套程度。要查看这方面的更多信息，请查看jsonlite包的文档，例如function。flatten()

有关更多详细信息，请查看LoopBack Explorer上的文档、联系人跟踪页面或Go.Data Github 存储库上的 API 提示

您可以在此处阅读有关httr包的更多信息。