R读写Excel文件中数据的方法
用R语言读写Excel的方法有很多,但每种方法都有让人头疼的地方,比如xlsx包的代码复杂,只支持Excel2007;RODBC不易理解,限制太多,程序不稳定,会出各种怪毛病。另存为csv格式的方法倒是比较通用比较稳定,但又存在操作麻烦,无法程序化处理多个文件的问题。提取xml也是个办法,但步骤太多代码太复杂,令人望而生畏。用剪贴板转换也不好,这同样需要人工参与,还不如存为csv。
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中的部分数据如下:
代码解读
1、library(gdata)和library(WriteXLS)这两句代码用来引入第三方函数包,这两个包具有read.xls和WriteXLS函数,可以分别执行读取和写入Excel的动作。
2、fileList<-dir()这句代码列出了目录内的所有文件,之后的for语句则是循环读取文件,并将数据拼合到数据框orders中。如果目录内有其他文件,则应当用通配符来过滤。
3、result<-aggregate(orders[,4], orders[c(2)],sum),这句代码用来执行分组汇总,其中orders[,4]代表汇总列(即Amount),orders[c(2)]代表分组列(即Client)。
4、read.xls和WriteXLS虽然来自于不同的包,但都支持data.frame数据类型,因此可以很好的配合起来。另外,read.xls函数可以自动识别Excel2003和Excel2007格式,使用起来非常方便。
5、整段代码都很简洁,初学者可以轻松掌握。
注意事项:
1、版本
gdata和WriteXLS不是R语言自带的库函数,而是第三方包,因此需要额外下载安装。另外,这两个函数包都会用到Perl环境,因此挑选合适版本的Perl尤为重要。经过尝试,当R语言的版本是2.15.0时,gdata最匹配的版本是2.13.3,WriteXLS的版本号则是3.5.0,但用最新的Perl环境与之配合时会出问题,需要使用旧一点的5.14.2版本才行,否则会报以下错误:
Error in xls2sep(xls, sheet, verbose = verbose,..., method = method, :
Intermediate file 'C:\Users\Thim\AppData\Local\Temp\RtmpMHvLZS\file224060624738.csv'missing!
2、性能
读写小文件没问题,但读写稍大些的文件时会发现gdata和WriteXLS的性能极差(这也许是Perl的原因),比如读一个8列20万行的Excel就需要8到10分钟。如果特别关注性能,可以使用xlsx函数包。当然,这样一来就无法支持Excel2003了。事实上,xlsx的性能并不比gdata强太多,真正要解决性能问题,还是应当将所有的Excel文件都转为2007格式,并解压出里面的xml文件,通过解析xml文件来读取数据。
替代方案:
对于R语言中存在的版本冲突和性能问题,我们也可以使用Python、集算器、Perl等语言来解决。和R语言一样,它们都可以读写Excel文件并进行数据计算。下面简单介绍集算器和Python的解决方案。
集算器已将访问EXCEL的功能打入安装包,无需单独下载第三方包,支持读写Excel2003和Excel2007,对更老的版本以及Excel2010也支持。代码如下:
集算器的性能也不错,读一个8列20万行的Excel只需20到30秒。
Python的性能相当优异,但和R类似的是也要用第三方包。本来使用pandas包应当能很简单地完成xls文件的读写任务,但在windows下一直没有安装成功(毕竟xls文件主要在windows下产生),最后用xlrd和xlwt3这两个包配合才实现本算法,这两个包只支持Excel2003,代码也复杂了许多:
import xlwt3
import xlrd
from itertools import groupby
from operator import itemgetter
import os
dir="E:/ordersData/"
fileList=os.listdir(dir)
rowList= []
for f in fileList:
book=xlrd.open_workbook(dir+f) #循环打开只读的workbook
sheet=book.sheet_by_index(0)
nrows = sheet.nrows
ncols = sheet.ncols
for i in range(1,nrows):
row_data = sheet.row_values(i)
rowList.append(row_data) #所有的记录都追加到rowList里
rowList=sorted(rowList,key=lambdax:(x[1])) #分组前的排序
result=[]
for key, items in groupby(rowList, itemgetter(1)): #使用groupby函数分组
value1=0
for subItem in items:value1+=subItem[3]
result.append([key,value1]) #最后把汇总结果拼成二维数组
wBook=xlwt3.Workbook() #新建可写的workbook
wSheet=wBook.add_sheet("sheet1")
wSheet.write(0,0,"Client")
wSheet.write(0,1,"Sum")
for row in range(len(result)): #循环写入数据
wSheet.write(row+1,0,result[row][0])
wSheet.write(row+1,1,result[row][1])
wBook.save(dir+"result.xls") #保存文件
这个方案要比R语言难用多了。
转载于:https://blog.51cto.com/report5/1548300
R读写Excel文件中数据的方法相关推荐
- Python读写Excel文件中指定区域单元格内容
封面图片:<Python程序设计基础(第2版)>,ISBN:9787302490562,董付国,清华大学出版社 图书详情: 配套资源:用书教师可以免费获取教学大纲.教案.课件.源码.习题答 ...
- VS2010 MFC读取Excel文件中数据
前段时间写个工具需要从Excel文件中读取数据,Excel表格数据列数为确定值,行数不确定,从网上搜了些方法尝试,最终达到目的,总结如下: 1. 新建一个基于对话框的MFC应用程序 2. 添加Exce ...
- [转]VS2010+MFC解析Excel文件中数据
本文转自:http://www.vcfans.com/2010/08/vs2010-mfc-excel-file-in-the-data-analysis.html 前两天折腾一个小功能,需求是解析E ...
- 如何将Excel文件中数据导入数据库
最近在公司中遇到一个问题,需要将Excel中的数据导入数据库,开始我的思路是:解析Excel文件,或许所需数据,生成SQL语句,然后在数据库中执行,如果有需要这样写的,可以在我的主页中下载,我已经上传 ...
- Python使用openpyxl和pandas处理Excel文件实现数据脱敏案例一则
推荐图书: <Python程序设计(第3版)>,(ISBN:978-7-302-55083-9),清华大学出版社,2020年6月第1次印刷 送书活动火爆进行中:董老师又双叒叕送书啦,30本 ...
- 2016版excel_Python使用openpyxl和pandas处理Excel文件实现数据脱敏案例一则
推荐图书:<Python程序设计(第3版)>,(ISBN:978-7-302-55083-9),清华大学出版社,2020年6月第1次印刷 送书活动火爆进行中:董老师又双叒叕送书啦,30本& ...
- Python使用openpyxl读写excel文件
Python使用openpyxl读写excel文件 Python使用openpyxl读取excel文件中数据 Python使用openpyxl往excel文件中写入数据 Python使用openpyx ...
- 利用Excel表格中数据生成地图类型可视化图形案例
利用Excel表格中数据生成地图类型可视化图形案例 一.准备工作 二.读取excel数据 三.创建地图并进行设置 创建地图 设置地图相关参数 四.渲染保存为网页文件 写在最后 某人工作不设限,创新不断 ...
- C# 中 NPOI 库读写 Excel 文件的方法【摘】
原作:淡水网志 NPOI 是开源的 POI 项目的.NET版,可以用来读写Excel,Word,PPT文件.在处理Excel文件上,NPOI 可以同时兼容 xls 和 xlsx.官网提供了一份 Exa ...
最新文章
- GitLab 密码重设
- (七十九)MapKit的基本使用
- sh ndk-build.cmd command not found
- 20172311『Java程序设计』课程 结对编程练习_四则运算第一周阶段总结
- 树莓派:关于linux内核
- php的declare命令
- Guitar Por如何演奏刮弦
- 一文读懂深度学习:从神经元到BERT
- 家里电脑是win10,但开机都要3分钟,请问怎么提快电脑速度?
- 信号报告(Java)
- uva 1328(kmp)
- MySQL学习笔记10(流程控制、函数)
- 源代码加密几种简单方法
- GPU架构与管线总结
- 继电器分类及性能对比
- Powder Designer同时显示中文英文名
- 如何将已有图片做成透明水印_如何用Photoshop在图片上添加透明水印?
- java多线程归并排序_并行计算实验-串、并行排序算法
- 代码质量管理sonarqube部署使用
- 打开android模拟器但是as不识别,android studio连接雷电模拟器 【AS 模拟器】
热门文章
- python把a当作b_Python中的zip(), *zip()与zip(*zip(a,b))
- mysql数据表中取几列_MySQL查询数据表中数据记录(包括多表查询)
- mysql query profiler_MySQL Query Profiler
- .net5 不支持winform_昨晚实操一波.NET5,极致性能简直逆天!
- css3如何链如外部字体,微信小程序引入外部字体总结(针对安卓加载缓慢问题)...
- 理解JavaScript的宏微任务
- mysql服务remove失败_《MySQL数据库》MySql简介、下载与安装
- EXCEL批量删除当前目录下所有工作薄的所有工作表的指定行
- WORD批量更改所有图片大小
- VB为MSHFlexGrid添加表格编辑功能