在 R 中读取 xlsx 文件

Gustavo du Mortier 2023年1月30日 2020年12月31日
  1. 让用户指定要导入的文件
  2. 在 R 中使用 openxlsx 库读取 xlsx 文件
在 R 中读取 xlsx 文件

从 Excel 电子表格中获取数据并将其导入 R 中,最常见的方法是使用 Excel 将数据保存为更传统的格式,如 .csv。但如果需要反复导入 xlsx 文件,则首选更快捷的方案,比如使用一个包直接将 Excel 文件导入 R 中。

R 中很多包都有读取 xls/xlsx 文件的功能。其中一个就是 readxl。这个包的外部依赖性比其他包少,因此几乎可以轻松安装在任何操作系统中。将它添加到你的 R 环境中的最直接的方法是用下面的命令安装整个 tidyverse 库。

install.packages("tidyverse")

但由于它不是一个核心的 tidyverse 库,它仍然需要用 library(readxl) 命令明确加载。然后你就可以用 read_excel 函数导入一个 Excel 文件,像这样。

MySheet <- read_excel("ExcelFile.xlsx")

在前面的例子中,我们将一个名为 ExcelFile.xlsx 的电子表格内容导入到一个名为 MySheet 的 Dataframe 中。

让用户指定要导入的文件

如果事先不知道 Excel 文件的位置,想让用户选择要读取的文件,可以使用 file.choose() 代替明确指定文件路径。

MySheet <- read_excel(file.choose())

read_excel() 函数还有其他参数,可以指定一个特定的表来导入,或者指定一个代表 NAs 的值来代替空白单元格。在本例中,我们导入一个名为 data 的工作表,并指定内容为 NA 的单元格将被解释为 NAs

MySheet <- read_excel("ExcelFile.xlsx", sheet = "data", na = "NA")

在 R 中使用 openxlsx 库读取 xlsx 文件

另一个可以用来将 Excel 文件读到 R 中的软件包是 openxlsx。这个包简化了 xlsx 文件的读写,和 readxl 一样,不依赖 Java、Perl 或其他外部库。使用 Rcppopenxlsx 即使对巨大的文件也能提供快速的读写时间。这个库对 xlsx 文件工作得很好,但它不支持旧的 xls 文件。

Openxlsx 提供了 read.xlsx 函数,用从导入文件中读取的数据创建一个 Dataframe。它有很多选项,可以指定要导入的区域是否包含行名和列名,要导入的工作表的名称或编号,要导入的行和列,等等。

在下面的例子中,我们安装包 openxlsx 并打开库。然后,我们使用 read.xlsx 中的选项,从名为 Data.xlsx 的文件的第 1 张表中导入第 2、4、6 行和第 5 至 7 列,并将这些数据导入。

Excel 样本

之后,我们将生成的数据框的内容打印到控制台。由于我们不从文件中读取列名,我们将参数 colNames 设置为 False。R 会自动为导入的 Dataframe 中的列分配一个默认的名称序列:X1X2X3。注意,我们可以通过指定向量来指定要导入的行和列。

install.packages("openxlsx")
library("openxlsx")
MyData <- read.xlsx(xlsxFile="c:/Tmp/Data.xlsx", sheet = 1, rows = c(2, 4, 6), cols = 5:7, colNames = FALSE)
MyData

输出:

  X1 X2 X3
1 34 12 17
2 15 25 66
3 32 45 56

更多信息请查阅官方 openxlsx 文档