R read.xlsx colClasses 问题

Question

我在 read.xlsx

中使用 colClasses 函数时遇到问题

我有以下data.frame

mydata <- read.xlsx("dataset_1.xlsx", sheetName = "dataset_1")
head(mydata)
Treatment Nitrate_conc
1         1           12
2         1           12
3         1           15
4         1           16
5         1           12
6         2           18
str(mydata)
data.frame':    20 obs. of  2 variables:
$ Treatment   : num  1 1 1 1 1 2 2 2 2 2 ...
$ Nitrate_conc: num  12 12 15 16 12 18 25 26 28 28 ...

我想将 Treatment 导入为 factor。为此，我尝试使用 colClasses 函数作为参数，如下所示：

mydata1 <- read.xlsx("dataset_1.xlsx", sheetName = "dataset_1", colClasses = c("Treatment" = "factor", "Nitrate_conc" = "numeric"))

但是我收到以下错误：

Error in class(aux) <- colClasses[ic] : adding class factor to an invalid object

谁能指出我做错了什么？

Answer 1

这是一个老问题，但似乎从未得到完整解答。

这与 colClasses 的列表元素是否命名无关。可以通过文档 ?read.xlsx 追踪问题。在描述 colClasses 参数时，文档指向 readColumns 的文档。在那里的描述中，它说

Only numeric, character, Date, POSIXct, column types are accepted. Anything else will be coverted to a character type.

因此不允许指定 'factor'。另请注意，在 ... 下显示

other arguments to data.frame, for example stringsAsFactors

所以，我们可以使用

mydata <- read.xlsx("dataset_1.xlsx", sheetName = "dataset_1", 
  colClasses=c("character", "numeric"))
str(mydata)
'data.frame':   6 obs. of  2 variables:
 $ Treatment   : Factor w/ 2 levels "1","2": 1 1 1 1 1 2
 $ Nitrate_conc: num  12 12 15 16 12 18

您还可以使用：

mydata <- read.xlsx("dataset_1.xlsx", sheetName = "dataset_1", 
    colClasses=c(Treatment = "character", Nitrate_conc = "numeric"))

看起来只有一个参数stringsAsFactors所以可能无法同时读取两个因子和字符串。当然，在将列作为不同类型读取后，您始终可以将其转换为因子。

R read.xlsx colClasses 问题

R read.xlsx colClasses issue

r

import-from-excel

r-xlsx