當數字有逗號作為小數分隔符時，將 xlsx 數據導入 R

Question

如何將.xlsx文件中的數據導入 R 以便數字表示為數字，而它們的原始小數分隔符是逗號而不是點？

我知道的唯一 package 在處理 excel 時是來自readxl的tidyverse 。

我正在尋找一種不需要在任何其他軟件中打開和編輯 excel 文件（並且可以處理要導入的數百列）的解決方案 - 如果可能的話，我會將所有 excel 導出到.csv並導入它們使用我知道的可以使用dec=參數的工具。

到目前為止，我最好的工作解決方案是將數字作為字符導入，然后對其進行轉換：

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

我強烈懷疑這些列被讀取為字符還有其他一些原因，很可能它們是可怕的“數字存儲為文本”。

對於普通數字（存儲為數字），在單個文件或整個系統設置中切換為逗號作為小數分隔符后， readxl::read_excel會正確讀取數字。 （這是在我的 Windows 系統上。）即使將字符添加到該列中的一個單元格或設置col_types="text" ，我也會使用句點作為十進制而不是逗號來讀取數字，從而提供更多證據表明readxl正在使用內部存儲的數據類型。

我讓 R 以逗號作為小數讀取的唯一方法是，當數據作為文本而不是數字存儲在 Excel 中時。 （您可以通過在數字前加上單引號來輸入此內容，例如'1,7 。）然后我在單元格的一角得到一個綠色的小三角形，它會彈出警告“數字存儲為文本”。 在我的探索中，我驚訝地發現 Excel 將對存儲為文本的數字進行計算，因此這不是一種有效的檢查方式。

Answer 2

用“。”替換“，”非常容易。 並將列重鑄為數字。 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"
> 

只需使用基礎 R 和 gsub。

Answer 3

我在處理從同事那里收到的 Excel 電子表格時遇到了同樣的問題。 在我嘗試使用readxl導入文件（失敗）后，我將文件轉換為csv文件，希望使用read_delim解決問題並擺弄語言環境和十進制符號選項。 但無論我使用哪種選項，問題仍然存在。

這是對我有用的解決方案：我發現在包含缺失值的單元格中使用的字符（在我的例子中是. ）造成了麻煩。 我回到 Excel 文件，替換為. 在所有帶有空格的缺失值的單元格中，同時保留小數的默認選項（ , ）。 之后，所有列都使用readxl正確導入為數字。

如果您將小數設置為. 在替換所有缺失值的實例之前，請務必在 Excel 中勾選“匹配整個單元格內容”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 = ","))