在 R 中读取具有不同布局的多个 Excel 文件

Question

我有十几个 excel 文件的集合，我正在使用以下代码将这些文件读入 R 中的数据框列表：

data_path <- "path"
files <- dir(data_path, pattern = "*.xlsx")

data <- files %>%
  map(~readWorkbook(file.path(data_path, .), sheet = "Results"))

这一切都没有问题。问题是我需要它们都以相同的格式进行进一步操作，并且由于非通用布局，有些是这样导入的：

X1     2016     2017     2018
y       12       12       12

还有其他类似的：

Result
y         2016       2017       2018
x          12         12         12

原因是因为一些 excel 文件被转发给我，顶部有一个额外的行，带有字符串字符'Results'

现在我可以通过对每个人进行直接手术来解决这个问题：

names(data) <- rbind(data[1,])
names(data)[1] <- "X1"
data <- data[-c(1),]

但这似乎是一个相当丑陋的黑客解决方案，会导致自动化问题。有没有办法使用 readWorkbook() 函数，但如果它们包含某些值则指定跳过行？

例如可能是这样的：

if value equal to 'Result' {
  skipRow()
}

或者在数据框中搜索日期行并将其用作列名？

Answer 1

所以，我能想到的最简单的解决方案是这样的。

首先，使用colNames = FALSE 导入xlsx 文件，如下所示：

data <- files %>%
  map(~readWorkbook(file.path(getwd(), .), sheet = "Sheet1", colNames = FALSE))

现在你需要做的就是 - 如果 第一行 在第一列中包含“结果”，则删除它 - 将每个xlsx 文件分配给它自己的数据框（可选） - 为每个文件设置列名（可选）

可以这样做：

for(i in 1:length(data)){
  data[[i]] %<>% filter(X1 != "Result") #Alternatively data[[i]] <- data[[i]] %>% filter(X1 != "Result")
  assign(paste0("FileName", i), as.data.frame(data[[i]]))
  names(paste0("FileName", i)) <- c("Names", "For", "Your", "Columns")
}

请注意在 for 循环内的第一条语句中使用了反向管道 %<>%（来自包 magrittr）。

注意：这将删除第一列中包含字符串“Result”的所有行。