Sådan læses data fra Excel til R-dummier

Hvis du spørger brugere af R, hvad er den bedste måde at importere data direkte fra Microsoft Excel, de fleste af dem vil sandsynligvis svare, at din bedste mulighed er at eksportere først fra Excel til en CSV-fil og derefter bruge læse. csv () for at importere dine data til R.

Faktisk er dette stadig råd i kapitel 8 i import- og eksporthåndbogen R, der siger: "Det første råd er at undgå at gøre det hvis det er muligt! "Årsagen er, at mange af de eksisterende metoder til import af data fra Excel afhænger af tredjeparts software eller biblioteker, der kan være vanskelige at konfigurere, ikke tilgængelige på alle operativsystemer eller måske have begrænsende licensvilkår.

Men siden februar 2011 findes der et nyt alternativ: Brug af pakken XLConnect, tilgængelig fra CRAN. Hvad der gør XLConnect anderledes er, at det bruger et Java-bibliotek til at læse og skrive Excel-filer. Dette har to fordele:

• Den kører på alle operativsystemer, der understøtter Java. XLConnect er skrevet i Java og kører på Window, Linux og Mac OS.

• Der er ikke noget andet at indlæse. XLConnect kræver ikke andre biblioteker eller software. Hvis du har Java installeret, skal det fungere.

XLConnect kan også skrive Excel-filer, herunder ændring af celleformatering i både Excel 97-2003 og Excel 2007/10-formater.

For at finde ud af mere om XLConnect, kan du læse den fremragende pakke vignette.

Nu er du nok kløe for at komme i gang med et eksempel. Antag at du vil læse et Excel-regneark i din brugerkatalog kaldet Elements. XLSX. Først skal du installere og indlæse pakken. Opret derefter et objekt med filnavnet:

>> installere. pakker ("XLConnect")> bibliotek ("XLConnect")> Excel. fil <- fil. sti ("~ / Elements. xlsx")

Nu er du klar til at læse et ark i denne projektmappe med funktionen readWorksheetFromFile (). Du skal overføre det mindst to argumenter:

file

• : En tegnstreng med en sti til en gyldig. xls eller. xlsx-fil ark

• : Enten et helt tal, der angiver positionen af ​​regnearket (f.eks. ark = 1) eller navnet på regnearket (f.eks. ark = "ark2") Følgende to linjer gør nøjagtigt det samme - de importerer begge dataene i det første regneark (kaldet Sheet1): >> elementer elementer <- readWorksheetFromFile (excel. file, sheet = "Sheet1")