在R中使用excel文件
每当我处理R中的excel文件时，我仍然感到痛苦。
什么是最好的方法来做到以下几点？
1-在R中导入excel作为“整个工作簿”，并能够在工作簿中的任何表格中进行分析？ 如果您考虑使用XLConnect ，请记住Java的“内存不足”问题。 我有超过30MB的文件，每次处理Java内存问题需要更多的时间。 （运行-Xmx不适用于我）。
2-不要错过任何Excel表格的数据？ 将文件保存到csv说，有些纸张是“超出范围”，即65536行和256列。 也不能处理一些公式。
3-不必分别导入每张纸？ 将工作表导入SPSS，STATA或Eviews，并将其保存到扩展中，然后使用R中的输出文件在大多数情况下工作正常。 但是，这种方法有两个主要问题， 一个是你必须在机器上下载软件，另一个是在import时只能input一张纸。 如果我有超过30张，将会非常耗时。
这可能是一个多次被回答的持续性问题，然而，每个答案都解决了问题的一部分，而不是整个问题。 这就像放火一样，不是在战略上解决问题。
我在R 3.1.1的Mac OS 10.10上
我试过几个包，打开excel openxlsx绝对是最好的路线。 它比其他的更快，更稳定。 该函数是：openxlsx :: read.xlsx。 我的build议是使用它来读取整个表格，然后使用R中的数据进行播放，而不是阅读表格的多个部分。 我用了很多，打开1000行以上的大型excel文件（8000 col加），它总是运行良好。 我使用xlsx包在excel中编写，但是它有很多内存问题需要阅读（这就是为什么我搬到了openxlsx）
添加在附注上，如果你想用excel来使用R，你有时需要从R执行一个VBA代码。我发现这个过程很难实现。 我完全logging了在堆栈中的上一个问题中正确的做法： 从R应用VBA
考虑使用xlsx包 。 它有处理Excel文件和工作表的方法。 你的问题是相当广泛的，但我认为这可以是一个例子：
library(xlsx) wb <- loadWorkbook('r_test.xlsx') sheets <- getSheets(wb) sheet <- sheets[[1]] df <- readColumns(sheet, startColumn = 1, endColumn = 3, startRow = 1, endRow = 6) df ## id name x_value ##1 1 A 10 ##2 2 B 15 ##3 3 C 20 ##4 4 D 13 ##5 5 E 17
至于内存问题，我认为你应该检查ff包 ：
ff软件包提供了存储在磁盘上的数据结构，但是通过在主存储器中只透明地映射一个部分（页面大小）来performance（几乎）好像它们在RAM中一样。
另一个select（但可能是矫枉过正）将数据加载到一个真正的数据库，并处理数据库连接。 如果你正在处理大数据集，数据库可能是最好的方法。
一些选项是：
-
RSQLite包如果您可以将数据加载到SQLite数据库，则可以使用此数据包直接连接到该数据库并直接处理数据。 这将“分离”R和数据库引擎之间的工作负载。 SQLite是相当容易使用和（几乎）“免费configuration”，每个SQLite数据库存储在一个单一的文件。
-
RMySQL包甚至比上述选项更好; MySQL非常适合存储大型数据集。 但是，您需要在您的计算机上安装和configurationMySQL服务器。
请记住：如果您使用R和数据库，那么将相当繁重的工作负载委派给数据库（例如数据过滤，聚合等），并使用R来获得最终结果。