在 R 中读取具有不同布局的多个 Excel 文件

Read in Multiple Excel Files with Different Layouts in R

我收集了十几个 excel 文件,我正在使用以下代码读入 R 中的数据帧列表:

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

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

这一切都没有问题。问题是我需要它们都以相同的格式进行进一步操作,并且由于非通用布局,有些是这样导入的:

X1     2016     2017     2018
y       12       12       12

和其他类似的人:

Result
y         2016       2017       2018
x          12         12         12

原因是因为某些 excel 文件被转发给我,并在顶部添加了一行字符串字符 'Results'

现在我可以通过对每个人进行直接手术来解决这个问题:

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

但这似乎是一个相当丑陋的 hack 解决方案,会导致自动化问题。有没有办法使用 readWorkbook() 函数,但指定跳过包含特定值的行?

例如:

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

或者在数据框中搜索日期行并将其用作列名?

所以,我能想到的最简单的解决方案是这样的。

首先,使用 colNames = FALSE 导入 xlsx 文件,如下所示:

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

现在你需要做的就是 - 删除 第一行 如果它在第一列中包含 "Result" - 将每个 xlsx 文件分配给它自己的数据框(可选) - 为每个文件设置列名(可选)

可以这样做:

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")
}

请注意在 for 循环内的第一个语句中反向管道 %<>%(来自包 magrittr)的用法。

注意:这将删除第一列中包含字符串 "Result" 的所有行。