本节书摘来异步社区《机器学习与数据科学（基于R的统计学习方法）》一书中的第2章，第2.2节，作者：【美】Daniel D. Gutierrez（古铁雷斯），更多章节内容可以访问云栖社区“异步社区”公众号查看。

2.2　数据文件的种类

有很多类型的文件可以用做机器学习的数据集。数据科学家的工作是在R环境下，创造工具将来自不同数据源的数据集导入，并把它们合并成一致的结构。本章后面的小节会聚焦于特定的数据源类型，并演示如何将数据以R数据框的形式导入内存。一旦数据进入数据框，通常漫长的数据处理过程就开始了。下面是我们接下来会谈到的数据文件类型的列表：

逗号分隔值（CSV，comma separated value）文件；
Excel文件；
JSON文件；
HTML网页；
SQL数据库；
Twitter；
谷歌分析。