【发布时间】：2020-10-21 17:28:18
【问题描述】：
我目前正在学习如何将 excel 导入数据框。我已经研究过，但到目前为止我无法找到答案。
有代表每个月的数据行可以追溯到 2013 年，其中每月大约有 150 行（按位置）。每个地点，每个月都有数组数据，例如人数，以及一些其他相关的数字和字符数据。随着文件的开发和方法的改变，一些列有空白，但该列的其余部分是数字。例如 Number_of_PPL 是从 2019 年开始记录的，所以之前的值是空白的。
我知道我可以将空白更改为零，但我不希望这与 0 People vs no data 混淆。
使用以下方式导入时：
df <- data.frame(read_excel("UPLOAD_DATA.xlsx", sheet="ALL DATA",na=""))
str(df) 给出：
$ Number_of_PPL : logi NA NA NA NA NA NA ...
带有空格的列被视为逻辑而不是数字。我尝试转换为数字，但是这给了我 0,1 或 NA 值，而不是数据的真实值。我不想省略带有 NA 的行，因为它们包含该位置的其他相关数据。
有没有办法将这些列导入为数字，以便我仍然可以在图表中表示它们并在以后进行计算而无需插入零？
数字数据与空白的转换发生在 Number_of_PPL 列的第 12,520 行。到目前为止，在使用 Read_xl 时，我发现它会猜测这是逻辑数据。如果我在前一行输入数字，即。第 1 行，read_xl 会将列视为自己的数字。
col_names 的建议可以完美地强制它为数字，但是就效率和未来的数据集而言，我更愿意在假设之前找出是否有办法让 read_xl 在数据中看得更远数据是否符合逻辑？
显然，它能够获取空白行，分配 NA 并仍将其称为数字，但它似乎与数据列中数字出现的位置有某种关系，在这种情况下，它们似乎远远“下降”
【问题讨论】：
-
参见
col_types参数。 minimal reproducible example 会很有用... -
谢谢。 col_types 效果很好，但是我确实需要为所有 32 列设置类型，这很麻烦。我已经更新了我的帖子，以包含我正在尝试使用的数据的更一般示例。这不是一个最小的可复制示例，但我希望它有所帮助。如果数值数据出现在列中较早的位置（即第 1 行），read_xl 将在没有帮助的情况下将数据识别为数值的更多实验结果
-
尝试增加
guess_max的值 -
@BenBolker 谢谢！通过设置guess_max = Inf，这看起来很完美
-
好的，如果您想在我解决问题之前发布您自己问题的答案，请随意。