EXCEL 導入 R 的幾種方法 R—readr和readxl包

導入Excel數據至R語言的幾種方法

若有以下Excel數據源，如何將數據導入R語言呢？今天主要來介紹幾種常見的方法；

1、使用剪貼板，而後使用read.table函數；

首先選擇Excel中的數據源，而後複製； 

在Rstudio中輸入以下腳本，回車便可； 

read.table("clipboard", header = TRUE)

注：header = TRUE，表示首行爲標題行，若爲FALSE則標題行也算在正文第一行，結果以下； 

2、將Excel另存爲csv文件，而後使用read.csv函數；

打開Excel數據源，另存爲example.csv文件；路徑爲【C:\Users\Administrator\Desktop\example】

而後在Rstudio中輸入以下代碼，回車便可：

read.csv("C:/Users/Administrator/Desktop/example/example.csv", header = TRUE)

這裏的header參數與使用剪貼板中的header參數用法一致，在此不在贅述；

注：在R中「\」是一個轉義字符，故須要將路徑中的「\」字符，使用「/」替代，或使用"\\"替代； 

 

3、將Excel另存爲txt文本文件，而後使用read.table函數；

打開Excel數據源，另存爲example.txt文件；路徑爲【C:\Users\Administrator\Desktop\example】

而後在Rstudio中輸入以下代碼，回車便可；

read.table("C:/Users/Administrator/Desktop/example/example.txt", header = TRUE)

 

4、使用RODBC包（xls格式Excel文件）

以前使用過RODBC包鏈接過Postgresql，回覆【postgresql】可查看相關文章；這是裏一樣能夠 使用RODBC中的odbcConnectExcel來建立與Excel的鏈接，獲取Excel中的數據；

> install.packages("RODBC")

> library(RODBC)

> conn <- odbcConnectExcel("C:/Users/Administrator/Desktop/example/example.xls")

> sqlTables(conn)

> sqlFetch(conn, "example")

> sqlQuery(conn, "select * from [example$]")

> odbcClose(conn)

其中example.xls中一個Excel文件（2003版本格式），example是工做薄中要讀取數據的工做表的名稱，conn是一個由odbcConnectExcel()返回的RODBC鏈接對象，mydataframe是返回的數據框。注：RODBC也可用於從Access導入數據，具體能夠查看help(RODBC)幫助；

注：xlsx格式的Excel文件（200七、2010版）導入R語言會出錯，可用xlsx包來讀取這種格式的電子表格，腳本以下：

> install.packages("xlsx")

> library(xlsx)

> workbook <- "C:/Users/Administrator/Desktop/example/example.xlsx"

> mydataframe <- real.xlsx(workbook, 1)

> mydataframe

 

 

---

 

今天介紹了幾種導入Excel中的數據至R語言中的方法，包括利用剪貼板、經過將Excel導入csv格式或txt格式的文件，以及利用RODBC包（或xlsx包）的方法；鑑於xls版本較爲老舊，建議採起前三種方法導入Excel數據； 

 

read.talbe以及read.csv及RODBC中相關函數的參數都不少，文章中只用了幾個常見的參數，其他參數均採起了默認的設置，可利用?read.talbe或help(read.table)等語法來查詢相關函數的具體幫助說明，例如使用?read.talbe語法查詢幫助； 

read.table的函數參數很是多，同時也會列出相關的函數，但最經常使用的也就幾個，以下：

read.table(file, header = FALSE, sep = "", quote = "\"'",dec = ".", skip = 0,strip.white = FALSE, blank.lines.skip = TRUE,comment.char = "#")

file，表示要讀取的文件：file能夠是①絕對路徑或者相對路徑，可是必定要注意，在R中「\」是轉義符，故路徑須要寫成「/」或者「\\」； ②使用剪貼板；③使用file.choose()，彈出對話框，讓你選擇文件的位置。

header，表示數據文件中第一行是否是標題。默認爲F（FALSE），認爲數據文件中無標題；

sep，指定分隔符，默認是空格。quote是引號，默認是雙引號。dec是小數點的表示，默認就是一個點。skip是肯定是否跳過某些行。strip.white肯定是否消除空白字符。blank.lines.skip肯定是否要跳過空白行。comment.char指定用於表示註釋的引導符號。

將數據快速讀入R—readr和readxl包

大 數 據 人

報道DT時代應用資訊及動態，爆料剖析行業熱點新聞

Hadley Wickham 和 RStudio團隊寫了一些新的R包，這些包對於每一個須要在R中讀入數據的人來講都是很是有用的。readr包提供了一些在R中讀入文本數據的函數。readxl包提供了一些在R中讀入Excel電子表格數據的函數。它們的讀取速度遠遠超過你目前正在用的一些函數。

readr包提供了若干函數在R中讀取數據。咱們一般會用R中的read.table家族函數來完成咱們的數據讀入任務。這裏，readr包提供了許多替代函數。它們增長了額外的一些功能而且速度快不少。

首先，read_table幾乎代替了read.table。下面經過讀取一個包含400萬行的數據來比較它們的區別。點擊這裏下載該數據。

注1：在演示以前簡單說下我電腦的配置：win7,64位操做系統，8G內存，CPU A6雙核。電腦配置不行，原文給出的實驗時間甩了我好幾條街。但無論怎樣，在現有的條件下效率確實提升了不少。原文用時見末尾連接。

注2：若是讀取中文數據出現亂碼，在編輯器設置下字符編碼爲"UTF-8"

system.time(read_table("C:\\Users\\a\\Desktop\\biggerfile.txt",
                       col_names=c("DAY","MONTH","YEAR","TEMP")))

system.time(read.table("C:\\Users\\a\\Desktop\\biggerfile.txt",
                       col.names=c("DAY","MONTH","YEAR","TEMP")))

這些命令看上去很是類似，可是read.table花的時間是50.62秒，而read_table完成相同的任務只花了2.76秒。這是由於read_table把數據當作是固定格式的文件，而且使用C++快速處理數據。

R中的基礎包utils也有讀取固定寬度數據的函數，下面的示例就能體現出readr的亮點：

system.time(read_fwf("C:\\Users\\a\\Desktop\\biggerfile.txt", 
                      fwf_widths(c(3,15,16,12),
                      col_names=c("DAY","MONTH","YEAR","TEMP"))))

system.time(read.fwf("C:\\Users\\a\\Desktop\\biggerfile.txt", 
                     c(3,15,16,12),
                     col.ames=c("DAY","MONTH","YEAR","TEMP")))

readr包的read_fwf函數用時3.97秒，而標準的read.fwf函數耗時1372秒。

readr包中的其它函數包括：read_csv讀取逗號分隔的數據（歐洲用的是read_csv2函數），read_tsv讀取製表符分隔數據，read_lines函數從文件中逐行讀取數據（很是適合複雜的後期處理）。它還能夠讀取多種格式的日期時間列，智能的將文本數據讀取爲字符串（再也不須要設置strings.as.factors=FALSE）。

對於Excel格式的數據，這裏有readxl包。這個包提供的函數能夠讀取.xls和.xlsx格式的Excel工做表。雖然這裏沒有演示read_execl函數的使用，可是它跟readr中的函數同樣都是基於C++庫的，所以讀取速度應該也很快。最重要的是，它沒有任何的外部依賴，所以你能夠在任意平臺上用它來讀取數據—不要求安裝了Excel。

readr包已發佈在CRAN上，readxl能夠從github安裝。

github地址：https://github.com/hadley/readxl