R语言读取Excel文件

因为一个项目需要，原始数据全部是Excel文件，包括.xls和.xlsx格式，并且很多excel数据的格式并不规范，一个个转为csv格式不太现实，所以把所有能了解到的读取excel的方法都试了一遍，做个简单汇总。

相关的包：RODBC、xlsx、openxlsx、gdata、readxl，测试平台win7。

RODBC包-相关方法

RODBC-odbcConnectExcel2007()、odbcConnectExcel()、sqlFech()、sqlTables()

安装

install.packages(“RODBC”, dependencies=TRUE) #可能需要安装一些依赖包

使用方法

#64位机下，.xls和.xlsx文件用相同方法
library(RODBC)
con <- odbcConnectExcel2007("D:/R/RODBC.xlsx") #64位机下方法
sqlTables(con) #查看该xlsx文件中有哪些表
#           TABLE_CAT TABLE_SCHEM TABLE_NAME   TABLE_TYPE REMARKS
# 1 D:\\R\\RODBC.xlsx        <NA>  商品信息$ SYSTEM TABLE    <NA>
# 2 D:\\R\\RODBC.xlsx        <NA>  补充说明$ SYSTEM TABLE    <NA>
# 3 D:\\R\\RODBC.xlsx        <NA>  销售信息$ SYSTEM TABLE    <NA>
table_test <- sqlFetch(con,"销售信息")
table_test
odbcClose(con)

#32位机下，.xls和.xlsx文件主要在方法odbcConnectExcel2007()和odbcConnectExcel()的差异，其余方法相同
con <- odbcConnectExcel ("D:/R/RODBC.xlsx") #
sqlTables(con) #查看该xlsx文件中有哪些表
table_test <- sqlFetch(con,"销售信息")
odbcClose(con)

优缺点说明

RODBC主要是读取数据库的包，是我接触到的读取Excel中效率最高的。并且还有sqlQuery方法可以写SQL灵活读取数据。并且能够同时读取.xls和.xlsx文件。.

在简单比较了各种方法后，觉得RODBC真是神器，并且没有各种乱七八糟的限制，于是欢快地选择了它，事实证明它的确是又快又爽，可是也隐藏了许多潜在的坑爹特性，不深入了解根本没办法发现。如果你有幸看到，说不定可以提前绕过某些坑，或者无法绕过，只能另择新欢。

坑No1.

必须通过Sheet名读取表，一个Excel文件里面可能有多个sheet表，所以你要读取其中某张表，或者所有表，必须提前知道每张表的表名。如下图中的”销售信息”、”商品信息”、”补充说明”。此坑影响不大，并且用sqlTables可以查到表名，可以解决这个问题。

#在表结构相同的情况下，读取所有的表内容
con <- odbcConnectExcel2007("D:/R/RODBC.xlsx") #64位机下方法
tbls <- sqlTables(con)
table_test <- sqlFetch(con, tbls$TABLE_NAME[3])
odbcClose(con)

坑No2.

当某一列有不同类型的数值时，就悲剧了，如下例子中，用RODBC读入不能指定读入数据