使用 RODBC 从 xls 导入到 R 后验证数据完整性答案

【问题标题】：Validating data integrity after import from xls to R using RODBC使用 RODBC 从 xls 导入到 R 后验证数据完整性
【发布时间】：2011-09-01 03:34:43
【问题描述】：

我正在使用 RODBC 导入具有 ~10000 行和 ~250 列的 xls 文件，使用以下脚本：

channel <- odbcConnectExcel(xls.file="s:/demo.xls")
demo <- sqlFetch(channel,"Sheet_1")
odbcClose(channel)

在导入过程中，我打开和关闭了那个 xls 文件。

作为预防措施，我检查了 R 和 xls 文件本身的行数，只是为了确保导入没有损坏，是的，行数保持不变，所以我假设导入过程是好的。

当我开始对数据进行制表时出现问题，我意识到即使行号是相同的，有些行实际上已经损坏，我在里面有一个UID，并意识到在数据帧的后面部分， UID 混乱（例如，同一行被复制两次）。

我再次重新导入文件，不敢打开或关闭xls文件，这次一切顺利。

我学到了在 RODBC 读取 xls 文件时永远不要打开或关闭它的教训，但是我如何确保数据不会被弄乱，或者确保我确实导入了数据集而没有错误，导入后？

谢谢。

附：我正在考虑将数据帧导出到 csv，并将 xls 也导出到 csv，然后比较校验和，作为一种额外的措施，但是还有其他方法吗？

【问题讨论】：

标签： r corrupt rodbc

【解决方案1】：

我使用gdata 包中的read.xls 函数（使用`install.packages(gdata)' 安装）。

如果我是正确的，这允许您从未打开的 Excel 文件中读取。它是一些 Perl 模块的包装器，因此它可能取决于您是否安装了这些模块是否适合您。

引用R manual for Data Export/Import：

Perl 用户贡献了一个模块 OLE::SpreadSheet::ParseExcel 和一个程序 xls2csv.pl 来将 Excel 95–2003 电子表格转换为 CSV 文件。包 gdata 在其 read.xls 函数中提供了一个基本的包装器。安装合适的 Perl 模块后，此功能还可以读取 Excel 2007 电子表格。

通常，我发现将数据从 Excel 导入 R 的最安全方法是通过 csv 导出。

【讨论】：