Importowanie plików Excela do R, xlsx lub xls

Czy ktoś może mi pomóc w wyborze najlepszego sposobu importowania pliku programu Excel 2007 (.xlsx) do R. Próbowałem kilku metod i żadna z nich nie działa. Zaktualizowałem do 2.13.1, windows XP, xlsx 0.3.0, nie wiem, dlaczego błąd ciągle się pojawia. Próbowałem:

AB<-read.xlsx("C:/AB_DNA_Tag_Numbers.xlsx","DNA_Tag_Numbers")

LUB

AB<-read.xlsx("C:/AB_DNA_Tag_Numbers.xlsx",1)

ale wyskakuje mi błąd:

 Error in .jnew("java/io/FileInputStream", file) : 
  java.io.FileNotFoundException: C:\AB_DNA_Tag_Numbers.xlsx (The system cannot find the file specified)

Dziękuję Ci.

W przypadku rozwiązania, które jest wolne od skomplikowanych zależności zewnętrznych *, jest teraz readxl:

Pakiet readxl ułatwia pobieranie danych z Excela do R. W porównaniu z wieloma istniejącymi pakietami (np. Gdata, xlsx, xlsReadWrite) readxl nie ma żadnych zewnętrznych zależności, więc jest łatwy w instalacji i obsłudze we wszystkich systemach operacyjnych. Jest przeznaczony do pracy z danymi tabelarycznymi przechowywanymi w jednym arkuszu.

Readxl obsługuje zarówno starszy format .xls, jak i nowoczesny format .xlsx oparty na XML. Obsługa .xls jest możliwa dzięki bibliotece libxls C, która usuwa wiele zawiłości bazowego formatu binarnego. Aby przeanalizować .xlsx, używamy biblioteki RapidXML C ++.

Można go zainstalować w następujący sposób:

install.packages("readxl") # CRAN version

lub

devtools::install_github("hadley/readxl") # development version

Stosowanie

library(readxl)

# read_excel reads both xls and xlsx files
read_excel("my-old-spreadsheet.xls")
read_excel("my-new-spreadsheet.xlsx")

# Specify sheet with a number or name
read_excel("my-spreadsheet.xls", sheet = "data")
read_excel("my-spreadsheet.xls", sheet = 2)

# If NAs are represented by something other than blank cells,
# set the na argument
read_excel("my-spreadsheet.xls", na = "NA")

* nie do końca prawda, wymaga Rcpppakietu , który z kolei wymaga Rtools (dla Windows) lub Xcode (dla OSX), które są zależnościami zewnętrznymi w stosunku do R. Ale nie wymagają żadnego majstrowania przy ścieżkach itp., więc jest to przewaga nad zależnościami Java i Perl.

Aktualizacja Jest teraz pakiet rexcel . Obiecuje to, że formatowanie, funkcje i wiele innych informacji programu Excel z pliku Excel i do R.

Możesz także wypróbować pakiet XLConnect. Miałem z nim więcej szczęścia niż xlsx (plus potrafi czytać też pliki .xls).

library(XLConnect)
theData <- readWorksheet(loadWorkbook("C:/AB_DNA_Tag_Numbers.xlsx"),sheet=1)

również, jeśli masz problem z nie znalezieniem pliku, spróbuj wybrać go za pomocą file.choose ().

Zdecydowanie wypróbowałbym read.xlsfunkcję w gdatapakiecie, który jest znacznie bardziej dojrzały niż xlsxpakiet. Może wymagać Perla ...

Aktualizacja

Ponieważ odpowiedź poniżej jest teraz nieco nieaktualna, po prostu zwróciłbym uwagę na pakiet readxl . Jeśli arkusz Excela jest dobrze sformatowany / ułożony, użyłbym teraz readxl do czytania ze skoroszytu. Jeśli arkusze są źle sformatowane / leżą, nadal wyeksportuję je do CSV, a następnie rozwiążę problemy w R za pośrednictwem read.csv()lub zwykłego starego readLines().

Oryginał

Moim preferowanym sposobem jest zapisywanie pojedynczych arkuszy Excela w plikach rozdzielanych przecinkami (CSV). W systemie Windows pliki te są skojarzone z programem Excel, więc nie tracisz funkcji „otwieranie” dwukrotnym kliknięciem w programie Excel.

Pliki CSV można wczytać do języka R za pomocą read.csv()lub, jeśli jesteś w lokalizacji lub korzystasz z komputera skonfigurowanego z niektórymi ustawieniami europejskimi (gdzie ,jest używany jako miejsce dziesiętne), używającread.csv2() .

Te funkcje mają rozsądne wartości domyślne, które ułatwiają odczytywanie odpowiednio sformatowanych plików. Po prostu zachowaj etykiety próbek lub zmiennych w pierwszym wierszu lub kolumnie.

Dodatkowymi zaletami przechowywania plików w formacie CSV jest to, że ponieważ pliki są zwykłym tekstem, można je bardzo łatwo przekazywać i możesz mieć pewność, że otworzą się w dowolnym miejscu; nie potrzeba programu Excel do przeglądania lub edytowania danych.

Przykład 2012:

library("xlsx")
FirstTable <- read.xlsx("MyExcelFile.xlsx", 1 , stringsAsFactors=F)
SecondTable <- read.xlsx("MyExcelFile.xlsx", 2 , stringsAsFactors=F)

• Chciałbym wypróbować pakiet „xlsx”, ponieważ jest łatwy w obsłudze i wydaje się wystarczająco dojrzały
• działało dobrze dla mnie i nie potrzebowałem żadnych dodatków, takich jak Perl lub cokolwiek innego

Przykład 2015:

library("readxl")
FirstTable  <- read_excel("MyExcelFile.xlsx", 1)
SecondTable <- read_excel("MyExcelFile.xlsx", 2)

• obecnie używam readxl i mam z tym dobre doświadczenia.
• nie potrzeba żadnych dodatkowych rzeczy
• dobry występ

Ten nowy pakiet wygląda ładnie http://cran.r-project.org/web/packages/openxlsx/openxlsx.pdf Nie wymaga rJava i używa „Rcpp” dla zwiększenia szybkości.

Jeśli napotkasz ten sam problem i R daje Ci błąd - nie mogłem znaleźć funkcji ".jnew" - Wystarczy zainstalować bibliotekę rJava. Lub jeśli już ją masz, po prostu uruchom bibliotekę liniową (rJava). To powinien być problem.

Ponadto dla każdego powinno być jasne, że pliki csv i txt są łatwiejsze w obsłudze, ale życie nie jest łatwe i czasami wystarczy otworzyć plik xlsx.

Niedawno odkryłem funkcję Schaun Wheeler do importowania plików Excela do R po tym, jak zdałem sobie sprawę, że pakiet xlxs nie został zaktualizowany do wersji 3.1.0.

https://gist.github.com/schaunwheeler/5825002

Nazwa pliku musi mieć rozszerzenie „.xlsx”, a plik nie może zostać otwarty po uruchomieniu funkcji.

Ta funkcja jest bardzo przydatna do uzyskiwania dostępu do prac innych ludzi. Głównymi zaletami w porównaniu z używaniem funkcji read.csv są kiedy

• Importowanie wielu plików Excela
• Importowanie dużych plików
• Pliki, które są regularnie aktualizowane

Korzystanie z funkcji read.csv wymaga ręcznego otwierania i zapisywania każdego dokumentu Excela, co jest czasochłonne i bardzo nudne. Dlatego użycie funkcji Schauna do automatyzacji przepływu pracy jest ogromną pomocą.

Wielkie rekwizyty dla Schauna za to rozwiązanie.

Dla mnie pakiet openxlx działał w najprostszy sposób.

install.packages("openxlsx")
library(openxlsx)
rawData<-read.xlsx("your.xlsx");

Jaki jest Twój system operacyjny? Jakiej wersji R używasz: 32-bitowej czy 64-bitowej? Jaką wersję oprogramowania Java masz zainstalowaną?

Miałem podobny błąd, kiedy po raz pierwszy zacząłem używać read.xlsx() funkcji i odkryłem, że mój problem (który może, ale nie musi być związany z Twoim; przynajmniej tę odpowiedź należy traktować jako „spróbuj też”) był związany z niekompatybilnością pakietu .xlsx z 64-bitową Javą. Jestem prawie pewien, że pakiet .xlsx wymaga 32-bitowej Javy.

Użyj 32-bitowego języka R i upewnij się, że jest zainstalowana 32-bitowa Java. Może to rozwiązać Twój problem.

Sprawdziłeś, że R rzeczywiście jest w stanie znaleźć plik, np. File.exists ("C: /AB_DNA_Tag_Numbers.xlsx")? - Ben Bolker, 14 sierpnia 2011 o 23:05

Powyższy komentarz powinien rozwiązać Twój problem:

require("xlsx")
read.xlsx("filepath/filename.xlsx",1) 

powinno działać dobrze po tym.

Możesz zachować wiele kart i więcej informacji o formatowaniu, jeśli wyeksportujesz do pliku arkusza kalkulacyjnego OpenDocument ( ods ) lub starszego formatu Excela i zaimportujesz go za pomocą czytnika ODS lub czytnika Excel, o którym wspomniałeś powyżej.

Jak stwierdziło wielu tutaj, piszę to samo, ale z dodatkowym punktem!

Najpierw musimy się upewnić, że w naszym R Studio są zainstalowane te dwa pakiety:

1. „readxl”
2. „XLConnect”

W celu załadowania paczki w R możesz skorzystać z poniższej funkcji:

install.packages("readxl/XLConnect")
library(XLConnect)
search()

search wyświetli listę aktualnych pakietów dostępnych w R Studio.

Teraz kolejny haczyk, nawet jeśli możesz mieć te dwa pakiety, ale nadal możesz napotkać problem podczas odczytu pliku „xlsx”, a błąd może wyglądać tak: „błąd: więcej kolumn niż nazwa kolumny”

Aby rozwiązać ten problem, możesz po prostu ponownie zapisać arkusz programu Excel „xlsx” w formacie

„CSV (rozdzielany przecinkami)”

a twoje życie będzie super łatwe ....

Baw się dobrze!!

Bardzo się starałem, aby odpowiedzieć na wszystkie powyższe odpowiedzi. Jednak tak naprawdę nie pomogli, ponieważ użyłem komputera Mac. Biblioteka rio ma tę funkcję importu, która może w zasadzie każdy rodzaj importowania pliku danych w Rstudio , nawet tych plików przy użyciu języków innych niż angielski!

Wypróbuj poniższe kody:

    library(rio)
    AB <- import("C:/AB_DNA_Tag_Numbers.xlsx")
    AB <- AB[,1]

Mam nadzieję, że to pomoże. Bardziej szczegółowe informacje: https://cran.r-project.org/web/packages/rio/vignettes/rio.html