精华内容
下载资源
问答
  • readxl包读取excel文件

    2020-10-11 21:16:58
    虽然建议数据多用csv文件格式存贮,方便源代码直接查看,但很多excel数据文件可以方便地把多个数据文件集合在一个文件,减少了多文件转移过程中的错漏,R语言中可以加载readxl包实现对excel数据文件的访问,但是仍要...


    虽然建议数据多用csv文件格式存贮,方便源代码直接查看,但很多excel数据文件可以方便地把多个数据文件集合在一个文件,减少了多文件转移过程中的错漏,R语言中可以加载readxl包实现对excel数据文件的访问,但是仍要尽可能符合tidy数据要求。

    主函数

    read_excel
    read_xls()
    read_xlsx()
    其中read_excel会首先确定文件格式,因此如果知道文件后缀,建议直接调用对应的函数:
    read_???(path,sheet,range,col_types)

    实例

    路径

    # path and file names
    datasets <- readxl_example("datasets.xlsx") #获取实例excel文件路径
    
    # show sheet names
    >excel_sheets(datasets) #显示excel文件中的sheet的名称
    [1] "iris"     "mtcars"   "chickwts" "quakes"  
    

    读取worksheet

    #read sheet
    read_excel(datasets) #default the 1st sheet
    read_excel(datasets, sheet=2) #读取第2个sheet
    read_excel(datasets, "mtcars") #读取名称为mtcars的sheet
    

    选择性读取

    # row skip
    read_excel(datasets,skip = 3) #跳过前3行
    
    #specify row and col
    read_excel(datasets, range = cell_rows(3:6)) #读取第3-6行
    read_excel(datasets, range = cell_cols("C:D")) #读取第3-4列
    read_excel(datasets, range = cell_cols(2))  #读取第2列
    
    #specify range
    read_excel(datasets, "mtcars",range="B2:D5") #读取特定区域
    
    #读取从4行3列单元格为左上角直至底部的矩阵
    read_excel(datasets, range = cell_limits(c(4, 3), c(NA, NA)))
    
    #读取从4行1列单元格为左上角直至底行4列的矩阵
    read_excel(datasets, range = cell_limits(c(4, NA), c(NA, 4)))
    
    #读取以C4单元格为左上角开始的3行2列的矩阵数据
    read_excel(datasets, range = anchored("C4", dim = c(3, 2)), col_names = FALSE)
    
    展开全文
  • 将数据快速读入R—readr和readxl包

    千次阅读 2017-12-01 18:02:06
    readxl包提供了一些在R中读入Excel电子表格数据的函数。它们的读取速度远远超过你目前正在用的一些函数。 readr包提供了若干函数在R中读取数据。我们通常会用R中的read.table家族函数来完成我们的数据读入

    Hadley Wickham 和 RStudio团队写了一些新的R包,这些包对于每个需要在R中读入数据的人来说都是非常有用的。readr包提供了一些在R中读入文本数据的函数。readxl包提供了一些在R中读入Excel电子表格数据的函数。它们的读取速度远远超过你目前正在用的一些函数。

    readr包提供了若干函数在R中读取数据。我们通常会用R中的read.table家族函数来完成我们的数据读入任务。这里,readr包提供了许多替代函数。它们增加了额外的一些功能并且速度快很多。

    首先,read_table几乎代替了read.table。下面通过读取一个包含400万行的数据来比较它们的区别。点击这里下载该数据。

    注1:在演示之前简单说下我电脑的配置:win7,64位操作系统,8G内存,CPU A6双核。电脑配置不行,原文给出的实验时间甩了我好几条街。但不管怎样,在现有的条件下效率确实提高了很多。原文用时见末尾链接。

    注2:如果读取中文数据出现乱码,在编辑器设置下字符编码为"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")))

    这些命令看上去非常相似,但是read.table花的时间是50.62秒,而read_table完成相同的任务只花了2.76秒。这是因为read_table把数据当做是固定格式的文件,并且使用C++快速处理数据。

    R中的基础包utils也有读取固定宽度数据的函数,下面的示例就能体现出readr的亮点:

    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函数用时3.97秒,而标准的read.fwf函数耗时1372秒。

    readr包中的其它函数包括:read_csv读取逗号分隔的数据(欧洲用的是read_csv2函数),read_tsv读取制表符分隔数据,read_lines函数从文件中逐行读取数据(非常适合复杂的后期处理)。它还可以读取多种格式的日期时间列,智能的将文本数据读取为字符串(不再需要设置strings.as.factors=FALSE)。

    对于Excel格式的数据,这里有readxl包。这个包提供的函数可以读取.xls和.xlsx格式的Excel工作表。虽然这里没有演示read_execl函数的使用,但是它跟readr中的函数一样都是基于C++库的,因此读取速度应该也很快。最重要的是,它没有任何的外部依赖,因此你可以在任意平台上用它来读取数据—不要求安装了Excel。

    readr包已发布在CRAN上,readxl可以从github安装。

    本文由雪晴数据网负责翻译整理,原文请参考New packages for reading data into R — fast作者David Smith。转载请注明原文链接http://www.xueqing.tv/cms/article/102




    转载自:http://www.xueqing.tv/cms/article/102

    展开全文
  • 利用readr和readxl包读写数据 读取数据 相关函数 函数包readr和readxl提供了一系列的数据读入功能,主要函数如下: #readr包 read_delim(file, delim, quote = "\"", escape_backslash = FALSE, escape_...

    学习笔记,仅供参考



    利用readr和readxl包读写数据


    读取数据


    • 相关函数

    函数包readr和readxl提供了一系列的数据读入功能,主要函数如下:

    #readr包
    
    read_delim(file, delim, quote = "\"", escape_backslash = FALSE,
                escape_double = TRUE, col_names = TRUE, col_types = NULL,
                locale = default_locale(), na = c("", "NA"), quoted_na = TRUE,
                comment = "", trim_ws = FALSE, skip = 0, n_max = Inf,
                guess_max = min(1000, n_max), progress = show_progress(),
                skip_empty_rows = TRUE)
    
    read_csv(file, col_names = TRUE, col_types = NULL,
            locale = default_locale(), na = c("", "NA"), quoted_na = TRUE,
            quote = "\"", comment = "", trim_ws = TRUE, skip = 0,
            n_max = Inf, guess_max = min(1000, n_max),
            progress = show_progress(), skip_empty_rows = TRUE)
     
    #readxl包
    read_excel(path, sheet = NULL, range = NULL, col_names = TRUE,
      		  col_types = NULL, na = "", trim_ws = TRUE, skip = 0,
      		  n_max = Inf, guess_max = min(1000, n_max),
      		  progress = readxl_progress(), .name_repair = "unique")
    
    read_xls(path, sheet = NULL, range = NULL, col_names = TRUE,
    	col_types = NULL, na = "", trim_ws = TRUE, skip = 0,
    	n_max = Inf, guess_max = min(1000, n_max),
    	progress = readxl_progress(), .name_repair = "unique")
    

    • 参数


    • 举个例子

    输入:

    library(readr)
    library(readxl)
    
    cp <-read_delim("comp.csv", ",")
    cp.csv <- read_csv("comp.csv")
    cp.xl <- read_excel("comp.xlsx")
    #summary(cp.csv)
    #summary(cp.xl)
    
    system.time(read_csv("data.csv"))
    system.time(read.csv("data.csv"))
    

    输出:

    > system.time(read_csv("data.csv"))
    用户 系统 流逝 
    0.88 0.00 0.89 
    Warning message:
    Duplicated column names deduplicated: 'DATE_R' => 'DATE_R_1' [48] 
    > system.time(read.csv("data.csv"))
    用户 系统 流逝 
    3.77 0.05 3.86 
    

    通过与R中的read.csv()函数进行比对,我们发现,利用函数包readr和readxl中的函数进行数据读入的速度有很大提升。


    写入数据


    函数包readr提供了数据读取功能的同时,还提供了数据写入功能,即将data.frame对象重新写为csv, xlsx,等格式的文件。


    • 相关函数
    write_delim(x, path, delim = " ", na = "NA", append = FALSE,
      col_names = !append, quote_escape = "double")
    
    write_csv(x, path, na = "NA", append = FALSE, col_names = !append,
      quote_escape = "double")
    
    write_excel_csv(x, path, na = "NA", append = FALSE,
      col_names = !append, delim = ",", quote_escape = "double")
    

    • 参数


    • 举个例子

    输入:

    df <- data.frame(x = c(1,2,3,4,5), y = c(6,7,NA,9,0))
    write_delim(df, "df1.csv", delim = ",")
    write_csv(df, "df2.csv", na = "-")
    

    df1.csv:

    df2.csv:

    展开全文
  • readxl包是tidyverse中的一员,是导入Excel表格数据的一个R包,由Hadley Wickham开发的。与其他已经存在的包(例如:gdata包、xlsx包…)最大的区别是不依赖其他外部程序,能够在所有操作系统中都方便使用; 主要功能...

    1、readxl概况

    readxl包是tidyverse中的一员,是导入Excel表格数据的一个R包,由Hadley Wickham开发的。与其他已经存在的包(例如:gdata包、xlsx包…)最大的区别是不依赖其他外部程序,能够在所有操作系统中都方便使用;
    主要功能是导入xls/xlsx 文件;
    官方链接: http://readxl.tidyverse.org/

    2、installation & library

    方法一:从CRAN中安装在整个tidyverse包

    #install.packages("tidyverse")
    library(tidyverse)

    ## Warning: package 'tidyverse' was built under R version 3.4.4

    ## -- Attaching packages ---------------------------------- tidyverse 1.2.1 --

    ## √ ggplot2 2.2.1     √ purrr   0.2.4
    ## √ tibble  1.4.2     √ dplyr   0.7.4
    ## √ tidyr   0.8.0     √ stringr 1.2.0
    ## √ readr   1.1.1     √ forcats 0.3.0

    ## Warning: package 'ggplot2' was built under R version 3.4.1

    ## Warning: package 'tibble' was built under R version 3.4.4

    ## Warning: package 'tidyr' was built under R version 3.4.4

    ## Warning: package 'readr' was built under R version 3.4.4

    ## Warning: package 'purrr' was built under R version 3.4.4

    ## Warning: package 'dplyr' was built under R version 3.4.3

    ## Warning: package 'stringr' was built under R version 3.4.1

    ## Warning: package 'forcats' was built under R version 3.4.4

    ## -- Conflicts ------------------------------------- tidyverse_conflicts() --
    ## x dplyr::filter() masks stats::filter()
    ## x dplyr::lag()    masks stats::lag()

    方法二:从Cran中直接安装readxl包

    #install.packages("readxl")
    library(readxl)

    ## Warning: package 'readxl' was built under R version 3.4.4

    3、Usage

    readxl_example()

    readxl包中含有一些例子,我们可以使用readxl_example()函数直接将它们展示出来,或者使用readxl_example("filename"")得到该文件的路径

    readxl_example()

    ##  [1] "clippy.xls"    "clippy.xlsx"   "datasets.xls"  "datasets.xlsx"
    ##  [5] "deaths.xls"    "deaths.xlsx"   "geometry.xls"  "geometry.xlsx"
    ##  [9] "type-me.xls"   "type-me.xlsx"

    readxl_example("datasets.xls")

    ## [1] "D:/R-3.4.0/library/readxl/extdata/datasets.xls"

    readxl_example("datasets.xlsx")

    ## [1] "D:/R-3.4.0/library/readxl/extdata/datasets.xlsx"

    注:接下来使用datasets.xls及datasets.xlsx来分享readxl包中其他函数的使用方法

    read_excel()

    导入xls/xlsx函数

    xls_eg <- read_excel("D:/R-3.4.0/library/readxl/extdata/datasets.xls")
    xls_eg

    ## # A tibble: 150 x 5
    ##    Sepal.Length Sepal.Width Petal.Length Petal.Width Species
    ##           <dbl>       <dbl>        <dbl>       <dbl> <chr> 
    ##  1          5.1         3.5          1.4         0.2 setosa
    ##  2          4.9         3            1.4         0.2 setosa
    ##  3          4.7         3.2          1.3         0.2 setosa
    ##  4          4.6         3.1          1.5         0.2 setosa
    ##  5          5           3.6          1.4         0.2 setosa
    ##  6          5.4         3.9          1.7         0.4 setosa
    ##  7          4.6         3.4          1.4         0.3 setosa
    ##  8          5           3.4          1.5         0.2 setosa
    ##  9          4.4         2.9          1.4         0.2 setosa
    ## 10          4.9         3.1          1.5         0.1 setosa
    ## # ... with 140 more rows

    xlsx_eg <- read_excel("D:/R-3.4.0/library/readxl/extdata/datasets.xlsx")
    xlsx_eg

    ## # A tibble: 150 x 5
    ##    Sepal.Length Sepal.Width Petal.Length Petal.Width Species
    ##           <dbl>       <dbl>        <dbl>       <dbl> <chr> 
    ##  1          5.1         3.5          1.4         0.2 setosa
    ##  2          4.9         3            1.4         0.2 setosa
    ##  3          4.7         3.2          1.3         0.2 setosa
    ##  4          4.6         3.1          1.5         0.2 setosa
    ##  5          5           3.6          1.4         0.2 setosa
    ##  6          5.4         3.9          1.7         0.4 setosa
    ##  7          4.6         3.4          1.4         0.3 setosa
    ##  8          5           3.4          1.5         0.2 setosa
    ##  9          4.4         2.9          1.4         0.2 setosa
    ## 10          4.9         3.1          1.5         0.1 setosa
    ## # ... with 140 more rows

    其他参数:
    sheet

    sheet 导入某个特定的工作表,默认第一个工作表
    range 导入表格中特定区域的数据, 默认全区域
    col_names 列名,默认为TRUE(第一行为列名),设置为F, 则列名为X1、X2…,也可通过一个向量设置 特定列名
    col_type 列的数据类型
    n_max 设置读取最大的行数
    na 默认表示数据中的缺失值,也可以将特定值设置为 缺失值

    excel_sheets()

    列出Excel文件中所有工作表名称

    excel_sheets("D:/R-3.4.0/library/readxl/extdata/datasets.xls")

    ## [1] "iris"     "mtcars"   "chickwts" "quakes"

    4、Case

    excel_sheets("D:/R-3.4.0/library/readxl/extdata/datasets.xls")

    ## [1] "iris"     "mtcars"   "chickwts" "quakes"

    xls_iris <- read_excel("D:/R-3.4.0/library/readxl/extdata/datasets.xls", sheet =1)
    xls_iris

    ## # A tibble: 150 x 5
    ##    Sepal.Length Sepal.Width Petal.Length Petal.Width Species
    ##           <dbl>       <dbl>        <dbl>       <dbl> <chr> 
    ##  1          5.1         3.5          1.4         0.2 setosa
    ##  2          4.9         3            1.4         0.2 setosa
    ##  3          4.7         3.2          1.3         0.2 setosa
    ##  4          4.6         3.1          1.5         0.2 setosa
    ##  5          5           3.6          1.4         0.2 setosa
    ##  6          5.4         3.9          1.7         0.4 setosa
    ##  7          4.6         3.4          1.4         0.3 setosa
    ##  8          5           3.4          1.5         0.2 setosa
    ##  9          4.4         2.9          1.4         0.2 setosa
    ## 10          4.9         3.1          1.5         0.1 setosa
    ## # ... with 140 more rows

    xls_iris1 <- read_excel("D:/R-3.4.0/library/readxl/extdata/datasets.xls", range = "A1:E21")
    xls_iris1

    ## # A tibble: 20 x 5
    ##    Sepal.Length Sepal.Width Petal.Length Petal.Width Species
    ##           <dbl>       <dbl>        <dbl>       <dbl> <chr> 
    ##  1          5.1         3.5          1.4         0.2 setosa
    ##  2          4.9         3            1.4         0.2 setosa
    ##  3          4.7         3.2          1.3         0.2 setosa
    ##  4          4.6         3.1          1.5         0.2 setosa
    ##  5          5           3.6          1.4         0.2 setosa
    ##  6          5.4         3.9          1.7         0.4 setosa
    ##  7          4.6         3.4          1.4         0.3 setosa
    ##  8          5           3.4          1.5         0.2 setosa
    ##  9          4.4         2.9          1.4         0.2 setosa
    ## 10          4.9         3.1          1.5         0.1 setosa
    ## 11          5.4         3.7          1.5         0.2 setosa
    ## 12          4.8         3.4          1.6         0.2 setosa
    ## 13          4.8         3            1.4         0.1 setosa
    ## 14          4.3         3            1.1         0.1 setosa
    ## 15          5.8         4            1.2         0.2 setosa
    ## 16          5.7         4.4          1.5         0.4 setosa
    ## 17          5.4         3.9          1.3         0.4 setosa
    ## 18          5.1         3.5          1.4         0.3 setosa
    ## 19          5.7         3.8          1.7         0.3 setosa
    ## 20          5.1         3.8          1.5         0.3 setosa

    xls_iris2 <- read_excel("D:/R-3.4.0/library/readxl/extdata/datasets.xls", n_max = 20)
    xls_iris2

    ## # A tibble: 20 x 5
    ##    Sepal.Length Sepal.Width Petal.Length Petal.Width Species
    ##           <dbl>       <dbl>        <dbl>       <dbl> <chr> 
    ##  1          5.1         3.5          1.4         0.2 setosa
    ##  2          4.9         3            1.4         0.2 setosa
    ##  3          4.7         3.2          1.3         0.2 setosa
    ##  4          4.6         3.1          1.5         0.2 setosa
    ##  5          5           3.6          1.4         0.2 setosa
    ##  6          5.4         3.9          1.7         0.4 setosa
    ##  7          4.6         3.4          1.4         0.3 setosa
    ##  8          5           3.4          1.5         0.2 setosa
    ##  9          4.4         2.9          1.4         0.2 setosa
    ## 10          4.9         3.1          1.5         0.1 setosa
    ## 11          5.4         3.7          1.5         0.2 setosa
    ## 12          4.8         3.4          1.6         0.2 setosa
    ## 13          4.8         3            1.4         0.1 setosa
    ## 14          4.3         3            1.1         0.1 setosa
    ## 15          5.8         4            1.2         0.2 setosa
    ## 16          5.7         4.4          1.5         0.4 setosa
    ## 17          5.4         3.9          1.3         0.4 setosa
    ## 18          5.1         3.5          1.4         0.3 setosa
    ## 19          5.7         3.8          1.7         0.3 setosa
    ## 20          5.1         3.8          1.5         0.3 setosa

    xls_iris3 <- read_excel("D:/R-3.4.0/library/readxl/extdata/datasets.xls", range = cell_cols("B:D"))
    xls_iris3

    ## # A tibble: 150 x 3
    ##    Sepal.Width Petal.Length Petal.Width
    ##          <dbl>        <dbl>       <dbl>
    ##  1         3.5          1.4         0.2
    ##  2         3            1.4         0.2
    ##  3         3.2          1.3         0.2
    ##  4         3.1          1.5         0.2
    ##  5         3.6          1.4         0.2
    ##  6         3.9          1.7         0.4
    ##  7         3.4          1.4         0.3
    ##  8         3.4          1.5         0.2
    ##  9         2.9          1.4         0.2
    ## 10         3.1          1.5         0.1
    ## # ... with 140 more rows

    xls_iris4 <- read_excel("D:/R-3.4.0/library/readxl/extdata/datasets.xls", col_names = FALSE)
    xls_iris4

    ## # A tibble: 151 x 5
    ##    X__1               X__2               X__3               X__4     X__5
    ##    <chr>              <chr>              <chr>              <chr>    <chr>
    ##  1 Sepal.Length       Sepal.Width        Petal.Length       Petal.W~ Spec~
    ##  2 5.0999999999999996 3.5                1.3999999999999999 0.20000~ seto~
    ##  3 4.9000000000000004 3                  1.3999999999999999 0.20000~ seto~
    ##  4 4.7000000000000002 3.2000000000000002 1.3                0.20000~ seto~
    ##  5 4.5999999999999996 3.1000000000000001 1.5                0.20000~ seto~
    ##  6 5                  3.6000000000000001 1.3999999999999999 0.20000~ seto~
    ##  7 5.4000000000000004 3.8999999999999999 1.7                0.40000~ seto~
    ##  8 4.5999999999999996 3.3999999999999999 1.3999999999999999 0.29999~ seto~
    ##  9 5                  3.3999999999999999 1.5                0.20000~ seto~
    ## 10 4.4000000000000004 2.8999999999999999 1.3999999999999999 0.20000~ seto~
    ## # ... with 141 more rows

    xls_iris5 <- read_excel("D:/R-3.4.0/library/readxl/extdata/datasets.xls", col_names = c("x1","x2","x3","x4","y"))
    xls_iris5

    ## # A tibble: 151 x 5
    ##    x1                 x2                 x3                 x4       y   
    ##    <chr>              <chr>              <chr>              <chr>    <chr>
    ##  1 Sepal.Length       Sepal.Width        Petal.Length       Petal.W~ Spec~
    ##  2 5.0999999999999996 3.5                1.3999999999999999 0.20000~ seto~
    ##  3 4.9000000000000004 3                  1.3999999999999999 0.20000~ seto~
    ##  4 4.7000000000000002 3.2000000000000002 1.3                0.20000~ seto~
    ##  5 4.5999999999999996 3.1000000000000001 1.5                0.20000~ seto~
    ##  6 5                  3.6000000000000001 1.3999999999999999 0.20000~ seto~
    ##  7 5.4000000000000004 3.8999999999999999 1.7                0.40000~ seto~
    ##  8 4.5999999999999996 3.3999999999999999 1.3999999999999999 0.29999~ seto~
    ##  9 5                  3.3999999999999999 1.5                0.20000~ seto~
    ## 10 4.4000000000000004 2.8999999999999999 1.3999999999999999 0.20000~ seto~
    ## # ... with 141 more rows

    xls_iris6 <- read_excel("D:/R-3.4.0/library/readxl/extdata/datasets.xls", col_names = FALSE, col_types = "numeric")
    
    xls_iris6

    ## Warning in read_fun(path = path, sheet_i = sheet, limits = limits, shim =
    ## shim, : Expecting numeric in A1 / R1C1: got 'Sepal.Length'

    ## Warning in read_fun(path = path, sheet_i = sheet, limits = limits, shim =
    ## shim, : Expecting numeric in B1 / R1C2: got 'Sepal.Width'

    ## Warning in read_fun(path = path, sheet_i = sheet, limits = limits, shim =
    ## shim, : Expecting numeric in C1 / R1C3: got 'Petal.Length'

    ## Warning in read_fun(path = path, sheet_i = sheet, limits = limits, shim =
    ## shim, : Expecting numeric in D1 / R1C4: got 'Petal.Width'

    ## Warning in read_fun(path = path, sheet_i = sheet, limits = limits, shim =
    ## shim, : Expecting numeric in E1 / R1C5: got 'Species'

    ## # A tibble: 151 x 5
    ##     X__1  X__2  X__3  X__4  X__5
    ##    <dbl> <dbl> <dbl> <dbl> <dbl>
    ##  1  NA    NA    NA    NA      NA
    ##  2   5.1   3.5   1.4   0.2    NA
    ##  3   4.9   3     1.4   0.2    NA
    ##  4   4.7   3.2   1.3   0.2    NA
    ##  5   4.6   3.1   1.5   0.2    NA
    ##  6   5     3.6   1.4   0.2    NA
    ##  7   5.4   3.9   1.7   0.4    NA
    ##  8   4.6   3.4   1.4   0.3    NA
    ##  9   5     3.4   1.5   0.2    NA
    ## 10   4.4   2.9   1.4   0.2    NA
    ## # ... with 141 more rows

    xls_iris7 <- read_excel("D:/R-3.4.0/library/readxl/extdata/datasets.xls", col_names = c("x1","x2","x3","x4","y"), col_types = c("numeric","numeric","numeric","numeric","text"))
    
    xls_iris7

    ## Warning in read_fun(path = path, sheet_i = sheet, limits = limits, shim =
    ## shim, : Expecting numeric in A1 / R1C1: got 'Sepal.Length'

    ## Warning in read_fun(path = path, sheet_i = sheet, limits = limits, shim =
    ## shim, : Expecting numeric in B1 / R1C2: got 'Sepal.Width'

    ## Warning in read_fun(path = path, sheet_i = sheet, limits = limits, shim =
    ## shim, : Expecting numeric in C1 / R1C3: got 'Petal.Length'

    ## Warning in read_fun(path = path, sheet_i = sheet, limits = limits, shim =
    ## shim, : Expecting numeric in D1 / R1C4: got 'Petal.Width'

    ## # A tibble: 151 x 5
    ##       x1    x2    x3    x4 y     
    ##    <dbl> <dbl> <dbl> <dbl> <chr> 
    ##  1  NA    NA    NA    NA   Species
    ##  2   5.1   3.5   1.4   0.2 setosa
    ##  3   4.9   3     1.4   0.2 setosa
    ##  4   4.7   3.2   1.3   0.2 setosa
    ##  5   4.6   3.1   1.5   0.2 setosa
    ##  6   5     3.6   1.4   0.2 setosa
    ##  7   5.4   3.9   1.7   0.4 setosa
    ##  8   4.6   3.4   1.4   0.3 setosa
    ##  9   5     3.4   1.5   0.2 setosa
    ## 10   4.4   2.9   1.4   0.2 setosa
    ## # ... with 141 more rows

    xls_iris8 <- read_excel("D:/R-3.4.0/library/readxl/extdata/datasets.xls",na = "setosa")
    xls_iris8

    ## # A tibble: 150 x 5
    ##    Sepal.Length Sepal.Width Petal.Length Petal.Width Species
    ##           <dbl>       <dbl>        <dbl>       <dbl> <chr> 
    ##  1          5.1         3.5          1.4         0.2 <NA>  
    ##  2          4.9         3            1.4         0.2 <NA>  
    ##  3          4.7         3.2          1.3         0.2 <NA>  
    ##  4          4.6         3.1          1.5         0.2 <NA>  
    ##  5          5           3.6          1.4         0.2 <NA>  
    ##  6          5.4         3.9          1.7         0.4 <NA>  
    ##  7          4.6         3.4          1.4         0.3 <NA>  
    ##  8          5           3.4          1.5         0.2 <NA>  
    ##  9          4.4         2.9          1.4         0.2 <NA>  
    ## 10          4.9         3.1          1.5         0.1 <NA>  
    ## # ... with 140 more rows

    xls_mtcars <- read_excel("D:/R-3.4.0/library/readxl/extdata/datasets.xls", sheet = 2)
    xls_mtcars

    ## # A tibble: 32 x 11
    ##      mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
    ##    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
    ##  1  21       6  160    110  3.9   2.62  16.5     0     1     4     4
    ##  2  21       6  160    110  3.9   2.88  17.0     0     1     4     4
    ##  3  22.8     4  108     93  3.85  2.32  18.6     1     1     4     1
    ##  4  21.4     6  258    110  3.08  3.22  19.4     1     0     3     1
    ##  5  18.7     8  360    175  3.15  3.44  17.0     0     0     3     2
    ##  6  18.1     6  225    105  2.76  3.46  20.2     1     0     3     1
    ##  7  14.3     8  360    245  3.21  3.57  15.8     0     0     3     4
    ##  8  24.4     4  147.    62  3.69  3.19  20       1     0     4     2
    ##  9  22.8     4  141.    95  3.92  3.15  22.9     1     0     4     2
    ## 10  19.2     6  168.   123  3.92  3.44  18.3     1     0     4     4
    ## # ... with 22 more rows

    xls_mtcars1 <- read_excel("D:/R-3.4.0/library/readxl/extdata/datasets.xls", sheet  = "mtcars")
    xls_mtcars1

    ## # A tibble: 32 x 11
    ##      mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
    ##    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
    ##  1  21       6  160    110  3.9   2.62  16.5     0     1     4     4
    ##  2  21       6  160    110  3.9   2.88  17.0     0     1     4     4
    ##  3  22.8     4  108     93  3.85  2.32  18.6     1     1     4     1
    ##  4  21.4     6  258    110  3.08  3.22  19.4     1     0     3     1
    ##  5  18.7     8  360    175  3.15  3.44  17.0     0     0     3     2
    ##  6  18.1     6  225    105  2.76  3.46  20.2     1     0     3     1
    ##  7  14.3     8  360    245  3.21  3.57  15.8     0     0     3     4
    ##  8  24.4     4  147.    62  3.69  3.19  20       1     0     4     2
    ##  9  22.8     4  141.    95  3.92  3.15  22.9     1     0     4     2
    ## 10  19.2     6  168.   123  3.92  3.44  18.3     1     0     4     4
    ## # ... with 22 more rows

    xls_mtcars2 <- read_excel("D:/R-3.4.0/library/readxl/extdata/datasets.xls", range = "mtcars!a1:f10")
    xls_mtcars2

    ## # A tibble: 9 x 6
    ##     mpg   cyl  disp    hp  drat    wt
    ##   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
    ## 1  21       6  160    110  3.9   2.62
    ## 2  21       6  160    110  3.9   2.88
    ## 3  22.8     4  108     93  3.85  2.32
    ## 4  21.4     6  258    110  3.08  3.22
    ## 5  18.7     8  360    175  3.15  3.44
    ## 6  18.1     6  225    105  2.76  3.46
    ## 7  14.3     8  360    245  3.21  3.57
    ## 8  24.4     4  147.    62  3.69  3.19
    ## 9  22.8     4  141.    95  3.92  3.15

    xls_mtcars3 <- read_excel("D:/R-3.4.0/library/readxl/extdata/datasets.xls", sheet =2, range = cell_rows(1:11))
    xls_mtcars3

    ## # A tibble: 10 x 11
    ##      mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
    ##    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
    ##  1  21       6  160    110  3.9   2.62  16.5     0     1     4     4
    ##  2  21       6  160    110  3.9   2.88  17.0     0     1     4     4
    ##  3  22.8     4  108     93  3.85  2.32  18.6     1     1     4     1
    ##  4  21.4     6  258    110  3.08  3.22  19.4     1     0     3     1
    ##  5  18.7     8  360    175  3.15  3.44  17.0     0     0     3     2
    ##  6  18.1     6  225    105  2.76  3.46  20.2     1     0     3     1
    ##  7  14.3     8  360    245  3.21  3.57  15.8     0     0     3     4
    ##  8  24.4     4  147.    62  3.69  3.19  20       1     0     4     2
    ##  9  22.8     4  141.    95  3.92  3.15  22.9     1     0     4     2
    ## 10  19.2     6  168.   123  3.92  3.44  18.3     1     0     4     4

    展开全文
  • tidyverse —— readxl包

    千次阅读 2018-06-20 11:34:48
    readxl包,读取Excel文件专用包,有和tidyverse核心包一样的特点,快!效率特高! 话说Hadley大叔出品就没有效率低的,可能键盘是借来的,着急还。 独立性高,不外部依赖Java啥的,xls和xlsx文件读取都可以。 ...
  • 之前R语言xlsx的一些问题: 1)安装问题;...library(readxl) (1)xlsx的作者很久没有更新了,最后更新日期在2014-08-22,所依赖的poi版本是3.1(Java11),而目前电脑的版本(java15),现在的p.
  • 本文由雪晴数据网负责翻译整理,原文请参考New packages for reading data into R —... 昨天在新电脑使用xlsx的时候,因为加载rJava十分不悦…于是用了readxl,不要太方便,于是转一篇过来备用着。以后读入都用你了~
  • 将数据快速读入R—readr和readxl包 大 数 据 人 报道DT时代应用资讯及动态,爆料剖析行业热点新闻 Hadley Wickham 和 RStudio团队写了一些新的R包,这些包对于每个需要在R中读入数据的人来说都是非常...
  • R包readxl 的libxls读取错误解决方法缘起:xls转化为...结果xls文件不能被readxl包打开。read_xls('bad.xls')Error: filepath: bad.xls libxls error: Unable to open file千辛万苦安装了各种读取xls的R包,一一失败...
  • R语言---安装依赖

    2020-12-16 15:32:15
    在此以readxl包为例: 安装方法一: 1、打开R x64 4.0.3,使用 install.packages("readxl"); 默认安装目录时,如果电脑的名称为中文,在运行例如Rserve服务时,会出现找不到路径的情况,或者提示“多字节字符串有...
  • Rstudio xlsx包读取xlsx报错 Error in .jcall(cell, “D”, “getNumericCellValue”) : java.lang.OutOfMemoryError: GC overhead limit exceeded 换readxl包即可。
  • R 读取excel的方法

    2019-09-22 16:07:31
    1.加载 readxl ,利用 reade_excel() 函数 install.packages("readxl") library(readxl) data = read_excel("22_data.xlsx",sheet = 1) read_excel函数的参数设置: 用法:read.xlsx(xlsxFile, sheet = 1...
  • 报错信息: openxlsx can not read .xls or .xlm files! 报错原因: openxlsx不支持2003版excel格式的...解决方法:使用readxl包 library(readxl) tt= read_xls("test.xls") head(tt);dim(tt) 用法和openxlsx一致。
  • R导入excel数据

    2020-12-20 17:28:03
    readxl包 临床中很多数据是使用excel保存的,但是R语言目前并不支持直接读入excel数据,加载合适的包可以解决这个问题。 library(readxl) read_excel("path/file",sheet="") #在逗号前选择文件路径及文件名,sheet中...
  • R ggplot2线性图

    千次阅读 2017-08-06 15:04:52
    #若没有下载过readxl包,则有此步,否则直接跳过 install.packages(“readxl”)#使用包 library(readxl)#读取excel文件 dataset(path=“./records_data.xlsx”,sheet=”Fe”,range=”A2:G18”) #解析 path参数表明...
  • pca-1circle.png清理历史记录rm(list = ls())数据准备与读取数据表事先安装读取xl文件的readxl包:install.packages("readxl")原始数据如下(存于xls文件中):Ca N P Fe Mg GrowthPLANT1 1 21 3 3 12 32PLANT2 2 32 ...
  • R读取xlsx文件

    千次阅读 2018-02-09 10:28:55
    目前发现R中最方便的excel文件读取方法为readxl包,首先按照R包: install.packages(‘readxl’, repos = ‘https://mirrors.tuna.tsinghua.edu.cn/CRAN‘) install.packages(‘rlang’, repos = ...
  • R导入数据

    2019-01-08 11:04:18
    readxl包 #下载和引用 install.packages(&quot;readxl&quot;) library(readxl) #读取Excel read_excel(&quot;old_excel.xls&quot;) read_excel(&quot;new_excel.xlsx&quot;) ...
  • 2.3.3 导入Excel数据(read_excel()) 读取一个Excel文件的最好方式,就是在Excel中将其导出为一个逗号分隔文件(csv),并使用...你也需要readxl包,install.packages(“readxl”)安装包命令。 xlsx包可以用来对Excel 9...
  • 1)readxl包 library(readxl) path<-"D:\\xiangmu\\lixueyuan\\data1.xls" data<-read_excel(path,range="A1:BU221") 2)对某一列数据分类计数并位dataframe格式 as.data.frame(table(data$性别)) ##进行计数 ...
  • 任务:一:请举例说明R...下载readxl包,使用read_xlsx方法,注明路径和sheet名字,就能读取不同工作表的内容 代码: > library("readxl") > getwd() [1] "C:/Users/lenovo/Documents" > > read_sheet...
  • R读写外部文件

    2018-09-03 19:38:15
    目录 read.table()方法 read.csv()方法 readxl包 内容 read.table()方法 bank1 &lt;- read.table('user_info.txt', header = F, sep = ',', ...
  • R语言读取不规则表格

    2020-08-19 10:39:57
    使用 readxl ,感觉比别的方便多了。 功能快捷键 撤销:Ctrl/Command + Z 重做:Ctrl/Command + Y 加粗:Ctrl/Command + B 斜体:Ctrl/Command + I 标题:Ctrl/Command + Shift + H 无序列表:Ctrl/Command + ...

空空如也

空空如也

1 2 3 4 5
收藏数 84
精华内容 33
关键字:

readxl包