在數(shù)據(jù)分析的過(guò)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(shí)我們使用系統(tǒng)自帶的read.csv()與read.table()就可對(duì)這些格式的數(shù)據(jù)進(jìn)行讀取，只是讀取時(shí)需注意編碼格式。對(duì)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(lái)相對(duì)就沒(méi)有那么友好。之前的做法是簡(jiǎn)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(kù)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(lái)進(jìn)行讀取，但都以失敗告終。不過(guò)這次還是決定解決這個(gè)“頑疾”，對(duì)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(gè)包中有函數(shù)可以讀取xlsx格式的文件，但對(duì)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(gè)包，因?yàn)槠渲荒苡糜?2位系統(tǒng)的Windows，所以這里不對(duì)這個(gè)包進(jìn)行贅述。

2. xlsReadWrite

只能從GitHub中獲得，CRAN上還沒(méi)有，也不進(jìn)行過(guò)多的贅述。

3. XLConnect

要依賴(lài)java，并且對(duì)于大數(shù)據(jù)情況讀取非常慢。但實(shí)際上自己使用的時(shí)候，安裝了java后，還是沒(méi)法使用這個(gè)包。可能是某些步驟設(shè)置出現(xiàn)了問(wèn)題。

若有童鞋對(duì)前面的三個(gè)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(gè)包是目前用的最多，也是R中可以說(shuō)最好用的讀取Excel文件的利器。

下面專(zhuān)門(mén)對(duì)其進(jìn)行介紹。首先我們先說(shuō)明這個(gè)包的依賴(lài)文件，不僅僅只是依賴(lài)R中的一些包，而是需要單獨(dú)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(shuō)明安裝成功。（注：有些地方說(shuō)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(shí)在這兩天的實(shí)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(shí)沒(méi)什么好說(shuō)的，就正常安裝，然后它會(huì)自動(dòng)將所需要的rjava等依賴(lài)庫(kù)，最后成功安裝xlsx庫(kù)。

3）實(shí)際使用

最后我們就能直接使用啦，下面來(lái)講一下其代碼格式：

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

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

"data.xlsx"：表示讀取數(shù)據(jù)的名稱(chēng)。

sheetName：表示讀取表中表的名稱(chēng)，通常第一個(gè)就是Sheet1。

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

sheetIndex：表示讀取文件中第幾個(gè)表，sheetIndex = 1表示讀取文件中第一個(gè)表。

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

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

最新評(píng)論