当数字有逗号作为小数分隔符时，将 xlsx 数据导入 R

Question

如何将.xlsx文件中的数据导入 R 以便数字表示为数字，而它们的原始小数分隔符是逗号而不是点？

我知道的唯一 package 在处理 excel 时是来自readxl的tidyverse 。

我正在寻找一种不需要在任何其他软件中打开和编辑 excel 文件（并且可以处理要导入的数百列）的解决方案 - 如果可能的话，我会将所有 excel 导出到.csv并导入它们使用我知道的可以使用dec=参数的工具。

到目前为止，我最好的工作解决方案是将数字作为字符导入，然后对其进行转换：

library(dplyr)
library(stringr)

var1<- c("2,1", "3,2", "4,5")
var2<- c("1,2", "3,33", "5,55")
var3<- c("3,44", "2,2", "8,88")
df<- data.frame(cbind(var1, var2, var3))

df %>%
      mutate_at(vars(contains("var")),
                str_replace,
                pattern = ",",
                replacement = "\\.") %>%
      mutate_at(vars(contains("var")), funs(as.numeric))

Answer 1

我强烈怀疑这些列被读取为字符还有其他一些原因，很可能它们是可怕的“数字存储为文本”。

对于普通数字（存储为数字），在单个文件或整个系统设置中切换为逗号作为小数分隔符后， readxl::read_excel会正确读取数字。 （这是在我的 Windows 系统上。）即使将字符添加到该列中的一个单元格或设置col_types="text" ，我也会使用句点作为十进制而不是逗号来读取数字，从而提供更多证据表明readxl正在使用内部存储的数据类型。

我让 R 以逗号作为小数读取的唯一方法是，当数据作为文本而不是数字存储在 Excel 中时。 （您可以通过在数字前加上单引号来输入此内容，例如'1,7 。）然后我在单元格的一角得到一个绿色的小三角形，它会弹出警告“数字存储为文本”。 在我的探索中，我惊讶地发现 Excel 将对存储为文本的数字进行计算，因此这不是一种有效的检查方式。

Answer 2

用“。”替换“，”非常容易。 并将列重铸为数字。 例子：

> x <- c('1,00','2,00','3,00')
> df <- data.frame(x)
> df
     x
1 1,00
2 2,00
3 3,00
> df$x <- gsub(',','.',df$x)
> df$x <- as.numeric(df$x)
> df
  x
1 1
2 2
3 3
> class(df$x)
[1] "numeric"
> 

只需使用基础 R 和 gsub。

Answer 3

我在处理从同事那里收到的 Excel 电子表格时遇到了同样的问题。 在我尝试使用readxl导入文件（失败）后，我将文件转换为csv文件，希望使用read_delim解决问题并摆弄语言环境和十进制符号选项。 但无论我使用哪种选项，问题仍然存在。

这是对我有用的解决方案：我发现在包含缺失值的单元格中使用的字符（在我的例子中是. ）造成了麻烦。 我回到 Excel 文件，替换为. 在所有带有空格的缺失值的单元格中，同时保留小数的默认选项（ , ）。 之后，所有列都使用readxl正确导入为数字。

如果您将小数设置为. 在替换所有缺失值的实例之前，请务必在 Excel 中勾选“匹配整个单元格内容”框.

Answer 4

使用readxl package 您可以使用locale指定decimal_mark ：

library(readxl)
read_excel("excel_file.xlsx", locale=locale(decimal_mark = ","))