[英]Read in Multiple Excel Files with Different Layouts in R
我收集了十几个 excel 文件,我正在使用以下代码读取 R 中的数据帧列表:
data_path <- "path"
files <- dir(data_path, pattern = "*.xlsx")
data <- files %>%
map(~readWorkbook(file.path(data_path, .), sheet = "Results"))
这抓住了一切没有问题。 问题是我需要它们都以相同的格式进行进一步操作,并且由于非通用布局,一些是这样导入的:
X1 2016 2017 2018
y 12 12 12
和其他这样的:
Result
y 2016 2017 2018
x 12 12 12
原因是因为一些 excel 文件被转发给我,顶部有一个额外的行,带有字符串字符“结果”
现在我可以通过对每个人进行直接手术来解决这个问题:
names(data) <- rbind(data[1,])
names(data)[1] <- "X1"
data <- data[-c(1),]
但这似乎是一个相当丑陋的黑客解决方案,会导致自动化问题。 有没有办法使用 readWorkbook() function 但指定跳过包含某些值的行?
例如,也许是这样的:
if value equal to 'Result' {
skipRow()
}
或者在数据框中搜索日期行并将其用作列名?
所以,我能想到的最简单的解决方案是这样的。
首先,使用colNames = FALSE
导入xlsx
文件,如下所示:
data <- files %>%
map(~readWorkbook(file.path(getwd(), .), sheet = "Sheet1", colNames = FALSE))
现在您需要做的就是 - 如果第一行在第一列中包含“结果”,则删除第一行- 将每个xlsx
文件分配给它自己的数据框(可选) - 为每个文件设置列名(可选)
这可以这样做:
for(i in 1:length(data)){
data[[i]] %<>% filter(X1 != "Result") #Alternatively data[[i]] <- data[[i]] %>% filter(X1 != "Result")
assign(paste0("FileName", i), as.data.frame(data[[i]]))
names(paste0("FileName", i)) <- c("Names", "For", "Your", "Columns")
}
请注意在 for 循环内的第一条语句中使用了反向 pipe %<>%
(来自 package magrittr
)。
注意:这将删除第一列中包含字符串“Result”的所有行。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.