R kan gegevens rechtstreeks van een website lezen die ze in het juiste formaat aanbiedt. We hebben de MDMAdata.csv dataset bijvoorbeeld opgeslagen op de webpagina /images/uploads/theory/17066/MDMAdata.csv . We kunnen de dataset direct uitlezen met de functie read.csv():

> webpagina <- "http://uva.sowiso.nl/images/uploads/theory/17066/MDMAdata.csv"
> MDMAdata <- read.csv(webpagina) 
> str(MDMAdata) 
'data.frame': 12 obs. uit 2 variabelen: 
 $ t: num 0,25 0,5 0,75 1 1,5 2 3 4 6 8 ... 
 $ C: num 0 19,2 74,6 125 200 ...

Gegevens rechtstreeks van een website importeren is het beste als de gegevens voortdurend worden bijgewerkt. We kunnen bijvoorbeeld de mondiale concentratie (in ppm) van atmosferische \(\mathrm{CO}_2\) van de afgelopen tien jaar, regelmatig bijgewerkt, opvragen op een website van de National Oceanic and Atmospheric Administration (NOAA). In de read.csv() instructie in de onderstaande R sessie laten we eenvoudigweg de eerste 42 regels met informatie over de gegevens weg en gebruiken we alleen de gegevens in de eerste en tweede kolom. Hieronder maken we een eenvoudig spreidingsdiagram van de dataset.

> webadres <- "https://gml.noaa.gov/webdata/ccgg/trends/co2/co2_annmean_mlo.csv"
> CO2 <- read.csv(webadres, skip=42)[,1:2]
> str(CO2)
'data.frame': 64 obs. uit 2 variabelen:
 $ year: int 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 ...
 $ mean: num 316 317 318 318 319 ...
> head(CO2)
  year   mean
1 1959 315,98
2 1960 316,91
3 1961 317,64
4 1962 318,45
5 1963 318,99
6 1964 319,62
> with(CO2, plot(x = year, y = mean))