閱讀優秀與R

我想着想直接從R讀取excel文件還是應該先將它們轉換爲csv。我研究了閱讀excel的各種可能性。我還發現，閱讀Excel中可能有它的缺點，如日期和數字列的數據類型等閱讀優秀與R

XLConnect的轉換 - 依賴於Java
read.xslx - 慢於大型數據集
read.xslx2 - 快，但需要使用colClasses命令來指定所需的列類
ODBC - 可能轉換的問題
GDATA - 依賴於Perl的

我要尋找一個解決方案，這將是足夠快以最小的數據轉換問題一百萬ATLEAST行。有什麼建議麼？？

編輯

所以最後我決定轉換爲csv，然後讀取CSV文件，但現在我必須找出閱讀了大量的CSV文件（用於至少一百萬行）的最佳方式

我發現了關於read.csv.ffdf包，但不讓我設置自己的colClass。具體而言，本

setAs("character","myDate", function(from){ classFun(from) }) 
colClasses =c("numeric", "character", "myDate", "numeric", "numeric", "myDate") 
z<-read.csv.ffdf(file=pathCsv, colClasses=colClassesffdf)

這不工作，我得到以下錯誤： - 在FF

錯誤（initdata = initdata，長度=長度，水平=水平，下令=下令，：VMODE 「清單」未實施

我也是知道的RSQlite與ODBC功能，但不希望使用它。是否有上述錯誤的溶液或解決這個任何其他方式？

來源

2013-08-28 blank

只是爲了澄清，你在談論'.xlsx'還是'.xls'文件格式？它們本質上非常不同，但都是Excel文件。 – thelatemail

您可能需要編寫Perl/Python/C++代碼來執行從奇數日期格式到as.Date（）識別的「標準」日期格式的轉換。或者說服'read.csv.ffdf（）'的作者增加這個能力，或者自己破解這些代碼......它也許值得看看'data.table :: fread'（不確定，但可能值得一看）...或者，最簡單的，你可以用'character'讀取日期，然後轉換它們。 –

我看過data.table :: fread，但它仍在開發中，不支持colClasses。我還考慮過將日期閱讀爲字符，然後轉換它們，但是正在尋找其他的東西。 – blank

您提到的所有解決方案都可以使用 - 但如果手動轉換爲.csv並且使用read.csv進行閱讀是一種選擇，那麼我建議您這麼做。根據我的經驗，更快，更容易正確。

來源

2013-08-28 23:51:07

如果你想要速度和大數據，那麼你可以考慮將你的excel文件轉換爲數據庫格式，然後將R連接到數據庫。

一個快速谷歌搜索顯示，幾個環節的Excel文件轉換爲SQLite數據庫，那麼你可以使用RSQlite或sqldf包讀入R.

或者使用ODBC包，如果你轉換爲數據庫之一與ODBC一起工作。如果您正確地轉換到數據庫，字段問題的轉換應該更少。

來源

2013-08-28 23:51:32

由於這個問題，Hadley Wickham發佈了R包readxl，它包裝C和C++庫以分別讀取.xls和.xlsx文件。這對以前的可能性有很大的改進，但並非沒有問題。它非常簡單快捷，但如果您的數據非常混亂，則無論您選擇哪種方法，都需要進行一些工作。沿着.csv路線走下去並不是一個可怕的想法，但是在你的分析中引入了一個手動步驟，並且依賴於你使用哪一個版本的Excel來提供一致的CSV輸出。

來源

2015-10-31 14:34:57

回答

相關問題