开源项目readxl指南及常见问题解答-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_01083/article/details/143681041

开源项目readxl指南及常见问题解答

readxl Read excel files (.xls and .xlsx) into R 🖇 项目地址: https://gitcode.com/gh_mirrors/re/readxl

项目基础介绍

readxl 是由 tidyverse 社区维护的一个开源R包，专为简化Excel文件（包括 .xls 和 .xlsx 格式）导入到R环境而设计。此项目不依赖任何外部库，因此它在所有操作系统上安装和使用都非常便捷。它利用libxls C库来处理.xls格式，并通过RapidXML C++库解析现代的.xlsx基于XML的文件结构。

主要编程语言: R + C/C++

新手注意事项及解决步骤

注意事项1：正确安装readxl

问题描述: 新用户可能会遇到安装问题，特别是当他们首次尝试在R中安装带有特定依赖项的包时。

解决步骤:

基础安装: 使用以下命令安装tidyverse，以确保也获得readxl：
```
install.packages("tidyverse")
```
或者直接安装readxl：
```
install.packages("readxl")
```
开发版安装: 若要获取最新功能，通过pak包安装开发版本：
```
# 首先安装pak包
install.packages("pak")
pak::pak("tidyverse/readxl")
```

注意事项2：处理编码问题

问题描述: 导入数据时，中文或其他非ASCII字符可能显示乱码。

解决步骤:

确认文件编码: 使用适当的工具检查Excel文件的编码。
指定编码: 在读取文件时，使用encoding参数指定正确的编码。例如，对于简体中文文件，可以这样做：
```
df <- read_excel("file.xlsx", encoding = "GBK")
```

注意事项3：处理大型Excel文件

问题描述: 大型Excel文件可能导致内存溢出。

解决步骤:

分块读取: 利用readxl的功能分批读取数据。虽然readxl本身没有直接的分块读取选项，但可以通过循环和索引来实现。例如，逐行读取：

sheet_rows <- readxl::excel_num_rows("large_file.xlsx")
for (i in seq(from = 1, to = sheet_rows, by = chunk_size)) {
    temp_data <- read_excel("large_file.xlsx", rows = i:i+chunk_size-1)
    # 进行数据处理，如合并到主数据框等
}