
R讀寫Excel文件中數據的方法
用R語言讀寫Excel的方法有很多,但每種方法都有讓人頭疼的地方,如xlsx包的代碼復雜,只支持Excel2007;RODBC不易理解,限制太多,程序不穩定,會出各種怪毛病。另存為csv格式的方法倒是比較通用比較穩定,但又存在操作麻煩,無法程序化處理多個文件的問題。提取xml也是個辦法,但步驟太多代碼太復雜,令人望而生畏。用剪貼板轉換也不好,這同樣需要人工參與,還不如存為csv。
相比之下,用gdata包來讀取,配合WriteXLS寫入Excel則可以很好的避開上述麻煩。這兩個包都支持Excel2003和Excel2007,運行穩定,代碼簡單直觀,也不需要人工參與。下面用一個例子來說明這兩個函數包讀寫Excel的方法。
目標:
ordersData目錄下有多個結構相同的Excel文件,有些是Excel2007格式,有些是Excel2003格式,這些文件存儲著歷年來的銷售訂單。請讀取這些文件,并統計出每個客戶的總銷售額,最后將結果寫入result.xlsx。下面是2011.xlsx的部分數據:
代碼:
library(gdata)
library(WriteXLS)
setwd("E: /ordersData")
fileList<-dir()
orders<-read.xls(fileList[1])
for (file in fileList[2:length(fileList)]){
orders<-rbind(orders,read.xls(file))
}
result<-aggregate(orders[,4], orders[c(2)],sum)
WriteXLS("result","result.xlsx")
result.xlsx中的部分數據如下:
代碼解讀
1、library(gdata)和library(WriteXLS)這兩句代碼用來引入第三方函數包,這兩個包具有read.xls和WriteXLS函數,可以分別執行讀取和寫入Excel的動作。
2、fileList<-dir()這句代碼列出了目錄內的所有文件,之后的for語句則是循環讀取文件,并將數據拼合到數據框orders中。如果目錄內有其他文件,則應當用通配符來過濾。
3、result<-aggregate(orders[,4], orders[c(2)],sum),這句代碼用來執行分組匯總,其中orders[,4]代表匯總列(即Amount),orders[c(2)]代表分組列(即Client)。
4、read.xls和WriteXLS雖然來自于不同的包,但都支持data.frame數據類型,因此可以很好的配合起來。另外,read.xls函數可以自動識別Excel2003和Excel2007格式,使用起來非常方便。
5整段代碼都很簡潔,初學者可以輕松掌握。
注意事項:
1.版本
gdata和WriteXLS不是R語言自帶的庫函數,而是第三方包,因此需要額外下載安裝。另外,這兩個函數包都會用到Perl環境,因此挑選合適版本的Perl尤為重要。經過嘗試,當R語言的版本是2.15.0時,gdata最匹配的版本是2.13.3,WriteXLS的版本號則是3.5.0,但用最新的Perl環境與之配合時會出問題,需要使用舊一點的5.14.2版本才行,否則會報以下錯誤:
Error in xls2sep(xls, sheet, verbose = verbose, ..., method = method, :
Intermediate file 'C:\Users\Thim\AppData\Local\Temp\RtmpMHvLZS\file224060624738.csv' missing!
2.性能
讀寫小文件沒問題,但讀寫稍大些的文件時會發現gdata和WriteXLS的性能極差(這也許是Perl的原因),比如讀一個8列20萬行的Excel就需要8到10分鐘。如果特別關注性能,可以使用xlsx函數包。當然,這樣一來就無法支持Excel2003了。事實上,xlsx的性能并不比gdata強太多,真正要解決性能問題,還是應當將所有的Excel文件都轉為2007格式,并解壓出里面的xml文件,通過解析xml文件來讀取數據。
替代方案
對于R語言中存在的版本沖突和性能問題,我們也可以使用Python、集算器、Perl等語言來解決。和R語言一樣,它們都可以讀寫Excel文件并進行數據計算。下面簡單介紹集算器和Python的解決方案。
集算器已將訪問EXCEL的功能打入安裝包,無需單獨下載第三方包,支持讀寫Excel2003和Excel2007,對更老的版本以及Excel2010也支持。代碼如下:
這個方案要比R語言難用多了。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25