R语言心得说：R语言之xlsx包读写Excel数据
R語言心得說：R語言之xlsx包讀寫Excel數據
- 感謝Adrian A. Drǎgulescu發布的xlsx包
- 工具準備
- 【基礎】簡單讀取excel文件數據
- 【基礎】簡單寫入數據到excel文件
- 【進階】隨心所欲讀取excel中的各種信息
- 【進階】隨心所欲將數據寫入excel文件
感謝Adrian A. Drǎgulescu發布的xlsx包
xlsx包提供了必要的工具來與Excel 2007進行交互。用戶可以閱讀和編寫xlsx，并可以通過設置數據格式、字體、顏色和邊框來控制電子表格的外觀。設置打印區域，縮放控制，創建分割和凍結面板，添加頁眉和頁腳。包使用Apache POI項目中的java庫。本篇主要分享利用xlsx工具包在讀寫xlsx過程中所碰到的問題及解決辦法。
工具準備
強烈建議大家使用RStudio這個IDE，它是以今為止對R語言最友好的一個IDE之一，而且使用很方便。特別是在新包下載安裝的時候，只需請求要安裝的包名，RStudio會自動將關聯的其他包也一并下載并安裝。
【基礎】簡單讀取excel文件數據
假如是csv或txt等文本類的數據文件，利用R內置函數read.csv()與read.table()就可讀取（注意編碼格式的參數設置）。Excel由于使用范圍最廣，很多問題不可避免，因此，xlsx包提供了專門讀取xlsx的函數read.xlsx和read.xlsx2，為什么有兩個呢？請看以下區別：
| xlsx::read.xlsx() | file, sheetIndex, sheetName=NULL, rowIndex=NULL,startRow=NULL,endRow=NULL, colIndex=NULL,as.data.frame=TRUE, header=TRUE, colClasses=NA,keepFormulas=FALSE, encoding=“unknown”, password=NULL, … |
| xlsx::read.xlsx2() | file, sheetIndex, sheetName=NULL, startRow=1,colIndex=NULL, endRow=NULL, as.data.frame=TRUE, header=TRUE,colClasses=“character”, password=NULL, … |
其實只是細微的差別，大家自己體會即可。下面給個參考案例：
> # 指定file和sheetIndex（或sheetName），即可定位到相應的工作表 > data1 <- read.xlsx("iris.xlsx",sheetIndex = 1) > head(data1)| 5.1 | 3.5 | 1.4 | 0.2 | setosa |
| 4.9 | 3.0 | 1.4 | 0.2 | setosa |
| 4.7 | 3.2 | 1.3 | 0.2 | setosa |
| 4.6 | 3.1 | 1.5 | 0.2 | setosa |
| 5.0 | 3.6 | 1.4 | 0.2 | setosa |
| 5.4 | 3.9 | 1.7 | 0.4 | setosa |
【基礎】簡單寫入數據到excel文件
切莫用R內置函數read.csv()與read.table()去生成xlsx文件，會有你意想不到的麻煩，還是采用專業的包來解決問題吧。
xlsx包同樣提供了兩個寫入數據的函數write.xlsx()和write.xlsx2()，其中細微區別自行參透（注意參數 ...）。
| xlsx::write.xlsx() | x, file, sheetName=“Sheet1”, col.names=TRUE, row.names=TRUE, append=FALSE, showNA=TRUE, password=NULL |
| xlsx::write.xlsx2() | x, file, sheetName=“Sheet1”,col.names=TRUE, row.names=TRUE, append=FALSE, password=NULL, ... |
下面是參考案例：
># 指定x待寫入數據，file生成的文件名，row.names為false則不生成行名，指定sheet工作表名為Sheet1 >write.xlsx(iris, file = "iris.xlsx", row.names = FALSE, sheetName = "Sheet1")想必會有人在這里踩坑，大家應該注意到有一個append的參數，是否認為將其值設置為TRUE的話，就可以多次向表中寫入數據？那就真踩坑了。查看xlsx包中的注釋也很模糊：
> # a logical value indicating if x should be appended to an existing file. > # 翻譯：一個邏輯值，指示是否應該將x附加到現有文件中。附加到現有文件中，實際上是增加新的sheet，而非在原有sheet工作表中繼續增加數據。如需在同一個sheet工作表中多次增加數據，請繼續往下看。
【進階】隨心所欲讀取excel中的各種信息
說隨心所欲 一點不夸張，不僅可以取出excel中的數據，還能識別excel單元格的樣式（包括顏色、字體、大小、標注、數據類型等等）。其原理與數據庫有點相似，先是定義一個工作簿的對象，再基于工作簿定義里面的工作表，進而逐級查詢。下面進行詳細介紹：
【樣例數據】文件名：iris10.xlsx。
- 聲明一個工作簿對象
- 檢索工作簿中的sheet
- 定位目標sheet
- 讀取數據【方法一】
上面read.xlsx()方法能夠將整個sheet工作表的數據讀取出來，在這里提供另一種方法，不過相對麻煩一點，使用的是xlsx::readColumns()函數
| xlsx::readColumns() | sheet,startColumn,endColumn,startRow,endRow=NULL,as.data.frame=TRUE,header=TRUE, colClasses=NA, … |
| xlsx::readRows() | sheet, startRow, endRow, startColumn, endColumn=NULL |
xlsx::readRows()使用起來比較麻煩，不如xlsx::readColumns()好用，有興趣的可自行研究一下。
另外還有兩個函數，用于定位表內數據第一行和最后一行的索引（這里與Java的性質一致，從0開始算起）
| getFirstRowNum() | 無參。該函數必須基于sheet對象 |
| getLastRowNum() | 無參。該函數必須基于sheet對象 |
下面以xlsx::readColumns()為例獲取數據：
> # 該函數必須提供數據的起始列索引值、終止列索引值、起始行索引值、終止行索引值； > dataTmp <- readColumns(sheet, startColumn = 1, endColumn = 10,startRow = sheet$getFirstRowNum()+1, endRow = sheet$getLastRowNum()+1,header = T, as.data.frame=TRUE)as.data.frame=TRUE決定了輸出結果為一個數據框。
缺點：在不清楚數據結構的情況下，首行和末行索引值可以求得，但列數一般難以確定，可能導致列缺失或生成多余的列
- 讀取數據【方法二】
另一種方法相對【方法一】要好一點，先是將所有單元格的值獲取出來，再生成數據框。（稍微復雜一點）
| xlsx::getRows() | sheet, rowIndex=NULL | 用于獲取sheet的每一行數據，返回值list，數據類型為rJava::jobjRef |
| xlsx::getCells() | row, colIndex=NULL, simplify=TRUE | 用于獲取行內每個單元格的數據，返回值list，數據類型為rJava::jobjRef |
| xlsx::getCellValue() | cell, keepFormulas=FALSE, encoding=“unknown” | 用于獲取所有單元格的值，返回值list，數據類型為character，長度為數據表m*n |
注意：這里連同標題行也作為單元格數據一并獲取，并且如果有null值的單元格，會跳過該單元格
> # 獲取cells進而獲取values > cells <- sheet %>% getRows() %>% getCells() > values <- lapply(cells,getCellValue)values獲取出來就如下面這個樣子，你會發現value的名稱向量，每個值都包含了所在單元格的x、y坐標值。
將這些坐標值拆分出來，作為等會重排數據的索引
> addresses <- sapply(names(values),FUN = function(x) str_split(string = x,pattern = "[.]"))接下來就只需要將其進行重排，形成數據框即可。
> datas.name <- vector(mode = "character") #聲明一個空的向量，用來存放標題 > datas <- data.frame() # 聲明一個空的數據框，用來存放目標數據 > # 用sapply代替for做循環，避免占用大量內存。同時注意sapply使用時的環境問題，用.GlobalEnv指向最外層環境的變量。 > # 這里只對數據進行重排，無需進行計算，所以invisible不顯示計算結果 > invisible(sapply(addresses,FUN = function(x) { + if (x[1] == "1") { + .GlobalEnv$datas.name = c(.GlobalEnv$datas.name,.GlobalEnv$values[[1]]) + .GlobalEnv$values[[1]] <- NULL + } else { + .GlobalEnv$datas[x[1],x[2]] <- .GlobalEnv$values[[1]] + .GlobalEnv$values[[1]] <- NULL + } + })) > names(datas) <- datas.name #最后在添加標題 > View(datas)得到結果與原excel數據一致
獲取單元格樣式與獲取數據的方式一致，這里不再增加過多篇幅講解，只做簡單介紹。以下函數按函數名字面理解。
| xlsx::CellStyle() | wb, dataFormat=NULL, alignment=NULL,border=NULL, fill=NULL, font=NULL, cellProtection=NULL |
| xlsx::setCellStyle() | cell, cellStyle |
| xlsx::getCellStyle() | cell |
| xlsx::createCellComment() | cell, string="", author=NULL, visible=TRUE |
| getCellComment() | cell |
| removeCellComment() | cell |
其他函數后續如有機會，再做詳細介紹吧。
【進階】隨心所欲將數據寫入excel文件
我想大家更想看到的就是這部分內容了。確實在日常處理數據時，將數據存儲到excel中進行傳遞是常有的事，誰叫excel是微軟親生的呢。閑話少說，直入正題。
前面基礎篇通過write.xlsx()函數將數據寫入excel文件中，同時指定sheet名稱。但這種寫入是一次性的，即一次寫入多少就多少。在工作簿里面新增sheet工作表用append控制，但在同個sheet上繼續寫入數據，會報錯：
說是這個名稱的sheet已經存在同名的了！
這次我們采用高級一點的方法，跟前面進階讀取數據一樣，先是定義一個工作簿的對象，再創建或加載sheet工作表。
| xlsx::createWorkbook() | type=“xlsx” | 用于生成一個新的excel工作簿 |
| xlsx::loadWorkbook() | file, password=NULL | 用于加載當前已存在的excel工作簿 |
| xlsx::saveWorkbook() | wb, file, password=NULL | 使用完必須保存工作簿 |
| xlsx::createSheet() | wb, sheetName=“Sheet1” | 用于生成一個新的sheet工作表 |
| xlsx::removeSheet() | wb, sheetName=“Sheet1” | 用于刪除工作表 |
| xlsx::getSheets() | wb | 用于獲取當前工作簿里的工作表清單，返回值是list |
| xlsx::addDataFrame() | x, sheet, col.names=TRUE, row.names=TRUE,startRow=1, | 用于獲取當前工作簿里的工作表清單，返回值是list |
| （續上） | startColumn=1,colStyle=NULL, colnamesStyle=NULL,rownamesStyle=NULL, showNA=FALSE, characterNA="", byrow=FALSE |
前面講過如何加載已有工作簿，這里以生成新excel工作簿為例，將數據寫入文件中
> wb <- xlsx::createWorkbook() > sheets <- getSheet() # 新生成的工作簿沒有sheet，系統提示：Workbook has no sheets! > sheet <- createSheet(wb,sheetName = "newSheet1")此時R內存中已經生成了一個工作簿，包含一個空的sheet工作表，通過addDataFrame()函數將數據寫入sheet中.
> # 用上面生成的datas數據框對象，取前4行數據寫入當前sheet對象中 > addDataFrame(data[1:4,],sheet,row.names = F) > saveWorkbook(wb,file = "iris_new.xlsx") ==記得保存工作簿、記得保存工作簿、記得保存工作簿==如果是在已有excel工作簿上操作，這里最好做一個判斷，避免覆蓋現有數據，造成不必要的麻煩。如果當前sheet的最后一行索引不等于零（說明有數據），則將新數據寫到最后一行數據的下一行，同時不加入列名行(col.names = FALSE)；如果為零則將數據直接添加到sheet中。
> # 用上面生成的datas數據框對象，取前4行數據寫入當前sheet對象中 > if (sheet$getLastRowNum() != 0) { + addDataFrame(data[1:4,],sheet,row.names = F,col.names = F,startRow = sheet$getLastRowNum() + 2) + } else { + addDataFrame(data[1:4,],sheet,row.names = F) + } + } > saveWorkbook(wb,file = "iris_new.xlsx")至此，你應該知道如何在原有工作表基礎上新增數據行了吧？多么方便！！
如果要增加新的sheet工作表，只需將sheet重新定義一個新的sheetName即可。
好了，在大家面前獻丑了，感謝閱讀！有疑問或想與我交流，可留言。
附上一條小資料，純當友情推廣，共同進步：Read Excel files from R
總結
以上是生活随笔為你收集整理的R语言心得说：R语言之xlsx包读写Excel数据的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 解决电脑某些网站打不开的问题
- 下一篇： on和bind的区别，以及js重新渲染问