R轻松玩转Excel数据
读取 Excel 文件
在 R 中读取 Excel 文件可以使用readxl或openxlsx包。readxl是 tidyverse 生态系统的一部分，适合快速读取数据；openxlsx功能更全面，支持读写和格式操作。
安装并加载readxl包：
install.packages("readxl") library(readxl)读取 Excel 文件中的第一个工作表：
data <- read_excel("example.xlsx")指定工作表名称或索引：
data <- read_excel("example.xlsx", sheet = "Sheet2") data <- read_excel("example.xlsx", sheet = 2)写入 Excel 文件
使用openxlsx包写入 Excel 文件：
install.packages("openxlsx") library(openxlsx) # 创建数据框 df <- data.frame( Name = c("Alice", "Bob", "Charlie"), Score = c(85, 92, 78) ) # 写入 Excel write.xlsx(df, "output.xlsx")追加数据到现有 Excel 文件：
write.xlsx(df, "output.xlsx", append = TRUE, sheetName = "NewSheet")处理多个工作表
读取所有工作表名称：
sheets <- excel_sheets("example.xlsx")遍历并读取所有工作表：
all_data <- lapply(sheets, function(sheet) { read_excel("example.xlsx", sheet = sheet) }) names(all_data) <- sheets高级格式操作
使用openxlsx设置单元格样式：
wb <- createWorkbook() addWorksheet(wb, "FormattedSheet") writeData(wb, "FormattedSheet", df) # 设置标题行样式 header_style <- createStyle( textDecoration = "bold", fgFill = "#4F81BD", fontColour = "white" ) addStyle(wb, "FormattedSheet", header_style, rows = 1, cols = 1:ncol(df)) # 保存工作簿 saveWorkbook(wb, "formatted.xlsx", overwrite = TRUE)处理大型 Excel 文件
对于大型文件，使用readxl的分块读取功能：
# 只读取前 100 行 data <- read_excel("large_file.xlsx", n_max = 100) # 跳过前 10 行 data <- read_excel("large_file.xlsx", skip = 10)与数据库交互
将 Excel 数据导入数据库：
library(DBI) library(RSQLite) # 创建内存数据库 con <- dbConnect(RSQLite::SQLite(), ":memory:") # 读取 Excel 并写入数据库 excel_data <- read_excel("data.xlsx") dbWriteTable(con, "excel_table", excel_data) # 查询数据 dbGetQuery(con, "SELECT * FROM excel_table WHERE Score > 80")使用公式和图表
在 Excel 中插入公式：
wb <- createWorkbook() addWorksheet(wb, "FormulaSheet") writeData(wb, "FormulaSheet", df) # 添加求和公式 writeFormula(wb, "FormulaSheet", x = "=SUM(B2:B4)", startCol = 3, startRow = 2) saveWorkbook(wb, "with_formula.xlsx", overwrite = TRUE)错误处理与验证
检查文件是否存在：
if (file.exists("example.xlsx")) { data <- read_excel("example.xlsx") } else { stop("File not found") }验证列数据类型：
data <- read_excel("example.xlsx", col_types = c("text", "numeric", "date"))性能优化
禁用openxlsx的自动格式化以提高速度：
options("openxlsx.disableFormat" = TRUE) wb <- createWorkbook() # ... 操作工作簿 ...使用data.table处理大数据：
library(data.table) dt <- as.data.table(read_excel("large_data.xlsx")) # 快速聚合操作 summary <- dt[, .(AvgScore = mean(Score)), by = Name]