使用openxlsx导入多个Excel表格

Question

我正在尝试将一个包含多个数据表的大型xlsx文件导入R。我曾尝试使用XLConnect进行导入，但是由于Java内存问题（例如在这个帖子中所描述的问题），该技术并未成功。

相反，我正在尝试使用openxlsx软件包，据说它可以更快地工作并避免Java。但是是否有一种方法可以在循环中使用其read.xlsx函数将所有工作表读入到单独的数据框中？我使用另一个软件包的技术不再有效，因为像loadWorkbook()和getSheets()这样的命令不能再使用。

感谢您的帮助。

- Z_D

Answer 1

我认为getSheetNames()函数是正确的函数。它会给你一个向量，其中包含文件中工作表的名称。然后，您可以在此列表上循环以读取数据框列表。

read_all_sheets = function(xlsxFile, ...) {
  sheet_names = openxlsx::getSheetNames(xlsxFile)
  sheet_list = as.list(rep(NA, length(sheet_names)))
  names(sheet_list) = sheet_names
  for (sn in sheet_names) {
    sheet_list[[sn]] = openxlsx::read.xlsx(xlsxFile, sheet=sn, ...)
  }
  return(sheet_list)
}

read_all_sheets(myxlsxFile)

- ichbinallen

Answer 2

仅仅浏览 openxlsx 文档，您就会快速找到函数 sheets()。文档中指出该函数已被取消，取而代之的是函数 names() 以返回工作簿中所有工作表的名称。您可以在一个简单的 for 循环中迭代它们。

我不确定为什么您说不能使用 loadWorkbook。再次查看文档，openxlsx 明确显示了名为 loadWorkbook 的函数，它与 XLConnect 中执行的功能大致相同，尽管其参数略有不同。

您也可以查看 readxl 包，它也没有 Java 依赖性。

- joran

---

好的，谢谢。抱歉，我粗心大意没有注意到openxlsx中有类似的命令。我只是在严格参考XLConnect函数。 - Z_D

@Tony 不用担心。很高兴我能帮到你！ - joran

Answer 3

"

'sapply'也可以被使用。

"

read_all_sheets = function(xlsxFile, ...) {
  sheet_names = openxlsx::getSheetNames(xlsxFile)
  sheet_list = sapply(sheet_names, function(sn){openxlsx::read.xlsx(xlsxFile, sheet=sn, ...)}, USE.NAMES = TRUE)
 return(sheet_list)
}

- Raja

---

我喜欢这个解决方案的紧凑性！ - dhd