在R中讀入多個不同布局的Excel文件

Question

我收集了十幾個 excel 文件，我正在使用以下代碼讀取 R 中的數據幀列表：

data_path <- "path"
files <- dir(data_path, pattern = "*.xlsx")

data <- files %>%
  map(~readWorkbook(file.path(data_path, .), sheet = "Results"))

這抓住了一切沒有問題。 問題是我需要它們都以相同的格式進行進一步操作，並且由於非通用布局，一些是這樣導入的：

X1     2016     2017     2018
y       12       12       12

和其他這樣的：

Result
y         2016       2017       2018
x          12         12         12

原因是因為一些 excel 文件被轉發給我，頂部有一個額外的行，帶有字符串字符“結果”

現在我可以通過對每個人進行直接手術來解決這個問題：

names(data) <- rbind(data[1,])
names(data)[1] <- "X1"
data <- data[-c(1),]

但這似乎是一個相當丑陋的黑客解決方案，會導致自動化問題。 有沒有辦法使用 readWorkbook() function 但指定跳過包含某些值的行？

例如，也許是這樣的：

if value equal to 'Result' {
  skipRow()
}

或者在數據框中搜索日期行並將其用作列名？

Answer 1

所以，我能想到的最簡單的解決方案是這樣的。

首先，使用colNames = FALSE導入xlsx文件，如下所示：

data <- files %>%
  map(~readWorkbook(file.path(getwd(), .), sheet = "Sheet1", colNames = FALSE))

現在您需要做的就是 - 如果第一行在第一列中包含“結果”，則刪除第一行- 將每個xlsx文件分配給它自己的數據框（可選） - 為每個文件設置列名（可選）

這可以這樣做：

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")
}

請注意在 for 循環內的第一條語句中使用了反向 pipe %<>% （來自 package magrittr ）。

注意：這將刪除第一列中包含字符串“Result”的所有行。