在數(shù)據(jù)分析的過程中，第一步就是讀取數(shù)據(jù)。

通常我們遇到的數(shù)據(jù)是csv格式或者txt格式的數(shù)據(jù)，這時我們使用系統(tǒng)自帶的read.csv()與read.table()就可對這些格式的數(shù)據(jù)進(jìn)行讀取，只是讀取時需注意編碼格式。對于大型csv格式的數(shù)據(jù)（當(dāng)然小數(shù)據(jù)也可以），可以使用data.table包中的fread()進(jìn)行讀取可以極大地提升讀取速度。

但當(dāng)遇到了Excel表生成的文件，讀取起來相對就沒有那么友好。之前的做法是簡單粗暴地直接將我們的xls或xlsx文件利用Excel轉(zhuǎn)化為csv文件后再進(jìn)行讀取，亦或者直接就用Python使用pandas庫進(jìn)行處理，然后就在Python中進(jìn)行分析。

就是由于之前幾次碰壁，使用網(wǎng)上推薦的一些包來進(jìn)行讀取，但都以失敗告終。不過這次還是決定解決這個“頑疾”，對xls與xlsx這兩種文件用R進(jìn)行讀取。

這幾種方法主要參考：Read Excel files from R

1. ROOBC

這個包中有函數(shù)可以讀取xlsx格式的文件，但對于現(xiàn)在的我們而言，絕大多數(shù)人的電腦都不能使用這個包，因為其只能用于32位系統(tǒng)的Windows，所以這里不對這個包進(jìn)行贅述。

2. xlsReadWrite

只能從GitHub中獲得，CRAN上還沒有，也不進(jìn)行過多的贅述。

3. XLConnect

要依賴java，并且對于大數(shù)據(jù)情況讀取非常慢。但實際上自己使用的時候，安裝了java后，還是沒法使用這個包?？赡苁悄承┎襟E設(shè)置出現(xiàn)了問題。

若有童鞋對前面的三個包非常感興趣，其詳細(xì)的用法可以參考前面的參考網(wǎng)址。

4. xlsx

這個包是目前用的最多，也是R中可以說最好用的讀取Excel文件的利器。

下面專門對其進(jìn)行介紹。首先我們先說明這個包的依賴文件，不僅僅只是依賴R中的一些包，而是需要單獨安裝java。

1）裝Java

安裝鏈接：https://www.java.com/zh_CN/download/

我們按照指引選擇默認(rèn)路徑安裝，安裝完成后，在C:\Program Files下出現(xiàn)了Java文件，說明安裝成功。（注：有些地方說需要將Java文件添加到全局變量中，后面的xlsx包才能調(diào)取成功，但其實在這兩天的實際安裝中發(fā)現(xiàn)，自己的電腦并不需要，可能得看臉。）

2）裝xlsx

安裝xlsx其實沒什么好說的，就正常安裝，然后它會自動將所需要的rjava等依賴庫，最后成功安裝xlsx庫。

3）實際使用

最后我們就能直接使用啦，下面來講一下其代碼格式：

library(xlsx)
dat <- read.xlsx("data.xlsx", sheetName = "Sheet1", encoding = 'UTF-8')

一個標(biāo)準(zhǔn)的數(shù)據(jù)讀取如上所示，下面將幾個常用的參數(shù)：

"data.xlsx"：表示讀取數(shù)據(jù)的名稱。

sheetName：表示讀取表中表的名稱，通常第一個就是Sheet1。

encoding：這個在讀取中文數(shù)據(jù)的時候是一定要加上的，不然讀取數(shù)據(jù)會出現(xiàn)亂碼。

sheetIndex：表示讀取文件中第幾個表，sheetIndex = 1表示讀取文件中第一個表。

需要特別注意：當(dāng)文件中我們的表明為中文字時，不能使用類似sheetName = "表1"進(jìn)行讀取，即使加上encoding = 'UTF-8'也會出現(xiàn)讀取錯誤，這時就需要使用sheetIndex來進(jìn)行讀取。

以上就是R語言讀取xls與xlsx格式文件過程的詳細(xì)內(nèi)容，更多關(guān)于R讀取文件的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論