无法从 R 读取 .xls

Question

• 文件：它是一个大约有 100 行和 7 列的文件。 XLS 扩展 (MS Excel 97-2003)。
• 问题：无法通过read.xlsx 或read.xlsx2 使用R 读取文件。

• 用于尝试读取文件的代码：

  library(xlsxjars)
  library(rJava)
  library(xlsx) 
  excel <- read.xlsx("File.xls",sheetIndex=1,startRow=1,stringsAsFactor=F)
  

• 错误提示：

.jcall ("RJavaTools","Ljava/lang/object;","invokeMethod",cl, 中的错误：java.lang.IllegalArgumentException：您的 InputStream 既不是 OLE2 流，也不是 OOXML 流。

PD：作为记录，我确实尝试使用read.csv 读取它，它确实读取了它，但由于它是一个 Excel 文件并且它没有用逗号或点分隔，R 读取它就好像所有内容都在 1 列中一样。也许任何人都可以建议一种通过read.csv阅读它的方法？

Answer 1

您所说的有两件事让我认为您没有处理您认为正在处理的文件类型：

1. Your InputStream was neither an OLE2 stream, nor an OOXML stream"
   

2. “我确实尝试使用 read.csv() 读取它，它确实读取了它......”

如果它真的是 MS Excel 97-2003 原生格式的文件，read.csv 根本无法处理它。 read.xlsx 的错误支持这一点。这似乎是一个文本文件，您在read.table 中使用sep="\t" 的评论允许正确读取它，这证实了这一点。你所拥有的是一个制表符分隔的文本文件，它恰好有后缀.xls。

应该注意的是，文件的后缀并不能保证该文件是声称的格式。一个更好的指标是在其上运行file shell 命令（如果该命令在您的操作系统上可用）。 GUI 有时使用文件扩展名来确定使用哪个应用程序打开文件。由于 Excel 能够读取制表符分隔的文件（并且因为 Excel 可能未设置为 .tsv 文件的默认应用程序，这将是更传统的文件扩展名），通过使用 .xls 扩展名，该文件将（通常）由 Excel 打开。

总而言之，仅仅因为文件名以.xls 结尾并不意味着它真的是Excel 原生格式文件。

Answer 2

您可以使用此功能，读取以 2003 .XLS 格式保存的 XML 电子表格

    readExcelXML <- 
    function(filename) {
    library(xml2)
    library(magrittr)
    doc <- read_xml(filename)
    ns <- xml_ns(doc)
    rows <- xml_find_all(doc, paste0(".//ss:Worksheet/ss:Table/ss:Row"), ns = ns)
    values <- lapply(rows, . %>% xml_find_all(".//ss:Cell/ss:Data", ns = ns) %>%                 
    xml_text %>% unlist)

    columnNames <- values[[1]]

    dat <- do.call(rbind.data.frame, c(values[-1], stringsAsFactors = FALSE))
    names(dat) <- columnNames

    dat
    }