将 xlsx 文件中的水平（基于行）数据读入 R 数据帧答案

【问题标题】：Reading horizontal (row-based) data from xlsx files into R data frames将 xlsx 文件中的水平（基于行）数据读入 R 数据帧
【发布时间】：2016-02-05 21:41:27
【问题描述】：

这是与this one相关的“让我们尝试另一种方式”的帖子：

是否可以定义/修改一个阅读功能，

可以处理存储在xlsx 文件中的数据基于行（即每一行代表一个变量）的事实
并相应地对其进行转换，以便可以将其存储在 基于列的 data.frame 中（即，过去 xlsx 中的行变为一个列）
同时捕获基于行的变量的基础类/数据类型？

关于csv 文件，我可能会先转向readLines，但不幸的是xlsx 对我来说仍然是一个黑匣子。

这是一个小 xlsx 文件，其中包含两种数据方向的示例：https://github.com/rappster/stackoverflow/blob/master/excel/row-and-column-based-data.xlsx

【问题讨论】：

标签： r excel dataframe xlsx transpose

【解决方案1】：

稍微修改xlsx包中的read.xlsx函数怎么样：

library(xlsx)
read.transposed.xlsx <- function(file,sheetIndex) {
        df <- read.xlsx(file, sheetIndex = sheetIndex , header = FALSE)
        dft <- as.data.frame(t(df[-1]), stringsAsFactors = FALSE) 
        names(dft) <- df[,1] 
        dft <- as.data.frame(lapply(dft,type.convert))
        return(dft)            
}

# Let's test it
read.transposed.xlsx("row-and-column-based-data.xlsx", sheetIndex = 2)
#    variable var_1 var_2 var_3
#1 2016-01-01     1     a  TRUE
#2 2016-01-02     2     b FALSE
#3 2016-01-03     3     c  TRUE

【讨论】：

感谢您抽出宝贵时间。问题是当变量是基于行而不是基于列时读取/捕获变量的基础类信息：var_1 最终应该是numeric，var_2 可以保持character 和var_3 需要最后是logical。这正是棘手的部分。
答案已更新，我们可以使用utils 中的type.convert 将字符列转换为适当的类。
你太棒了！ type.convert 正是丢失的拼图！以前没听说过，非常感谢！！
你可以通过dft <- as.data.frame(t(df[-1]), stringsAsFactors = FALSE)然后dft <- as.list(dft)而不是调用lapply()来简化一些事情
如果这种方法导致错误，我使用了另一种解决方案 - 请参阅我的答案here

【解决方案2】：

   > library(openxlsx)
> library(reshape)
> x=read.xlsx("row-and-column-based-data.xlsx",sheet = 2);
> x
  variable 2016-01-01 2016-01-02 2016-01-03
1    var_1          1          2          3
2    var_2          a          b          c
3    var_3       TRUE      FALSE       TRUE
> y=t(x)
> colnames(y)=y[1,]
> y=y[2:nrow(y),]
> cc=data.frame(y, stringsAsFactors = F)
> cc
           var_1 var_2 var_3
2016-01-01     1     a  TRUE
2016-01-02     2     b FALSE
2016-01-03     3     c  TRUE
> sapply(cc, class)
      var_1       var_2       var_3 
"character" "character" "character" 
> write.csv(cc,"temp.csv")
> bb=read.csv("temp.csv")  #infer magically types
> bb
           X var_1 var_2 var_3
1 2016-01-01     1     a  TRUE
2 2016-01-02     2     b FALSE
3 2016-01-03     3     c  TRUE
> sapply(bb, class)
        X     var_1     var_2     var_3 
 "factor" "integer"  "factor" "logical"

如果您更喜欢字符数据类型，请使用 stringsAsFactors=F：

> bb=read.csv("temp.csv", stringsAsFactors = F)  #infer magically types
> bb
           X var_1 var_2 var_3
1 2016-01-01     1     a  TRUE
2 2016-01-02     2     b FALSE
3 2016-01-03     3     c  TRUE
> sapply(bb, class)
          X       var_1       var_2       var_3 
"character"   "integer" "character"   "logical"

【讨论】：

对不起，我忘了强调需要捕获底层类/数据类型信息的一点：值"TRUE"和"FALSE"应该是logicals，数值应该是@ 987654326@s.
我还认为您有旧版本的示例文件，抱歉！我大约在 20 分钟前更新了它。
非常感谢您的努力！我认为我们找到了一个基于 type.convert 的好方法 - 真的是一个简洁的小辅助函数！

【解决方案3】：

你也可以用这个代码试试这个utility

install.packages("remotes")
remotes::install_github("atusy/mytools")
library(mytools)
my_df <- read_excel2("my_excel_file.xlsx", sheet = 1, transposing = TRUE, error_as_NA = TRUE, rm_blank_col = TRUE)

我的 excel 表在第二列中有所需的 column 标题，这意味着它们最终在第一行，然后我用 janitor 修复了该方法描述here

x %>%
  row_to_names(row_number = 1)

【讨论】：