作者：黃天元，復旦大學博士在讀，熱愛數據科學與開源工具（R），致力于利用數據科學迅速積累行業經驗優勢和科學知識發現，涉獵內容包括但不限于信息計量、機器學習、數據可視化、應用統計建模、知識圖譜等，著有《R語言數據高效處理指南》（《R語言數據高效處理指南》(黃天元)【摘要 書評 試讀】- 京東圖書，《R語言數據高效處理指南》(黃天元)【簡介_書評_在線閱讀】 - 當當圖書）。知乎專欄：R語言數據挖掘。郵箱：huang.tian-yuan@qq.com.歡迎合作交流。

最近接到一個任務，需要把保存在Excel表格多工作表的數據讀取出來，然后再進行各種清洗、處理和計算（如長寬轉換、根據公式進行計算、統一雜亂無章的存儲格式等）。一個工作簿中有80多個工作表，每個工作表有自己的名稱，第一行有題目，第二行有中文標注，第三行有英文縮寫碼...如果直接用交互式操作肯定是崩潰的，估計一個月都不一定能做完。數據量不能說大，每張工作表也就8000+行，沒有一個表格是破萬的（事實上綜合所有表格數據最后統計總共有76000+條數據）。

為了完成這個任務，就不得不先讀取所有Excel中的信息，包括工作表名稱、題目、每個表格的所有列都是什么（不知道就沒法計算）。讀取Excel的話，這次用了realxl包，還是比較好用的。可以參考以下鏈接：

CRAN - Package readxl?cran.r-project.org

之所以用了它，是因為我手里的Excel表格不僅有xlsx格式的，還有xls格式的。如果工作表不多，可以轉換一下，統一用openxlsx包，但是讀取的時候使用一下還是很便捷的。

能夠讀取之后，后面所有的設計當然還是使用tidyverse生態系統來完成，幾乎沒有無法完成的任務，但中間還是遇到了很多難題，不斷卡殼。比如時間的轉化，發現時間的格式不統一，有的要使用lubridate包來做，有的時候則需要用janitor包來做，最后還要吧兩者的結果合并起來，如下圖所示：

還有在時間上原始表格使用0時作為標準，但是規范化的結果表則需要使用24小時坐標標準，于是我只好把0換成24，但是日期要減少1天：

因為數據特別雜亂，根本無法設置通用函數來處理一切，為批處理帶來了巨大的挑戰。其中，使用匯總函數（max/min/mean）需要忽略缺失值，為了少寫一些na.rm = T，我參考了SO的內容，進行了全局設置。此外，還需要認為定義上旬、中旬、下旬（case_when），并對組內的數據再次進行分組匯總：

在summarise函數中使用by函數可以繼續匯總，不過要保證匯總之后你還需要繼續匯總，因為summarise函數最終只能夠返回一個值。同樣，使用方括號的方法也能夠實現定制化的組內匯總。

最后不能不提的是，必須要把處理好的數據再次導入到多工作表的Excel中，這個任務我在以前都還是先導出為csv文件然后再復制粘貼的，但是這次的工作量太大，顯然是不實際的。這時候我花了一點時間認真地學了一下openxlsx這個包，僅僅幾個函數，就讓這個任務變得便捷無比。鏈接如下：

CRAN - Package openxlsx?cran.r-project.org

這個包近一個月被下載20萬+次，不是開玩笑。我主要用到了以下三個函數：

• loadWorkbook（讀取）
• writeData（寫入工作表）
• saveWorkbook（保存）

就是這么簡單的幾個函數，威力卻極為巨大。對于xlsx文件來說，openxlsx無疑已經登峰造極了，不依賴Java，使用Rcpp加速。不過因為我要進行多次存取，對Excel文件的存取依然是相對費時的，建議使用二進制來進行讀取，我這里用了readr包的的read/write_rds函數進行工作簿對象的讀寫。內存占用會稍微大一點（對于計算機來說空間沒有時間重要），但是讀寫速度會非常快。

對于需要使用Excel進行批處理的小伙伴，這里強推openxlsx這個包，能夠對多工作表的工作簿進行批量化讀入寫出，過程可以說是具備半自動化智能，真乃神器！

總結

以上是生活随笔為你收集整理的r语言读取excel数据_R语言操纵Excel进行数据透视与批处理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。