從 R 中的大型 Excel 文件讀取/導入特定行

Question

我有幾十個非常重的 Excel 文件需要導入到 R（然后重新綁定）。 每個文件有 2 個工作表，其中第二個工作表（名稱：“結果”）至少包含 100K 行，大約有 350 列。

我想按列從每個文件中讀取工作表“結果”的一個子集，但最重要的是，按特定行讀取。 數據中的每個“ID”都有一個主行，然后是下面的多行，其中包含特定列中的數據。 我只想讀取主行（這使每個文件有 50-400 行（取決於文件）和 150 個變量）。 對主要行進行編號的第一列沒有 header。

這是數據的樣子（簡化）：

我只想導入第一列不為空但已編號（即 1.、13.、34.、211.）的行和特定列，在此示例中為第 2、3、5 列（即名稱、身份、狀態）。 所需的 output 將是：

有沒有簡單的方法可以做到這一點？

Answer 1

假設a是我們的 excel 文件，作為數據框。

library(readxl)
a <- as.data.frame(read_excel("Pattern/File.xlsx",sheet = "Results"))

例如，我們想要 select 列 1 到 3，所以使用

subset(a[,1:3],is.na(a[1])==FALSE)

通過這個 function，您正在使用不同於第一列中的 NA 的值對輸入數據框進行子集化。

Output：

  ...1 name   ID
1    1  Dan us1d
4   13  Nev sa2e
6   34  Sam il5a

注意第一列名稱（“...1”）。 這是由read_excel() function 自動生成的，但應該不是問題。