使用 readxl package 将 .xlsx 和 .xls 文件读入 R 时出现“错误：预期 <”

Question

我正在使用readxl package 和for循环将一批 excel 文件读入 r 中。 这是我的简化代码：

filelist = list.files(input.dir) #get list of excel files

for (i in seq_along(filelist)){
  read_excel(filelist[i], col_names=F)
}

我能够毫无问题地读取一些文件。 其他人被读取，但结果是 0x0 tibble。 其他文件停止循环并强制错误消息： Error: expected <

我可以通过打开问题文件、进行任何小的编辑并保存来绕过该问题。 但是，对每个文件都这样做是不可行的——我总共有 1,000 多个文件。 您可以在此处找到我的 excel 文件的子集。 供您参考，“AMEX1-61-2020-PH.xlsx”是返回错误消息的问题文件之一。 我正在使用readxl 1.3.1 版和 r 4.1.1 版。 谢谢！

Answer 1

文件可能已损坏（即每个扩展名的文件格式不正确等），从而导致 R 打开它时出现问题。

这是编写 Excel 宏以打开、重新保存和关闭由下面的“strDirectory”变量定义的目录中的每个文件的可能解决方案。

一旦这个宏处理了目录中的所有文件，那么这些文件应该在 R 中工作。

Sub ResaveFiles()

    Dim varDirectory As Variant
    Dim flag As Boolean
    Dim i As Integer
    Dim strDirectory As String

    strDirectory = "/Users/stacktest/Downloads/"
    i = 1
    flag = True
    varDirectory = Dir(strDirectory & "*.xls*", vbNormal)

    While flag = True
        If varDirectory = "" Then
            flag = False
        Else
           Set wb = Application.Workbooks.Open(varDirectory)
           Cells(1, 1) = Cells(1, 1)
           ActiveWorkbook.Save
            ActiveWorkbook.Close
            varDirectory = Dir
            i = i + 1
        End If
    Wend
End Sub