R - ไฟล์ Excel

Microsoft Excel เป็นโปรแกรมสเปรดชีตที่ใช้กันอย่างแพร่หลายซึ่งเก็บข้อมูลในรูปแบบ. xls หรือ. xlsx R สามารถอ่านได้โดยตรงจากไฟล์เหล่านี้โดยใช้แพ็คเกจเฉพาะของ excel ไม่กี่แพ็กเกจดังกล่าว ได้แก่ - XLConnect, xlsx, gdata เป็นต้นเราจะใช้แพ็คเกจ xlsx R ยังสามารถเขียนลงในไฟล์ excel โดยใช้แพ็คเกจนี้

ติดตั้งแพ็คเกจ xlsx

คุณสามารถใช้คำสั่งต่อไปนี้ในคอนโซล R เพื่อติดตั้งแพ็กเกจ "xlsx" อาจขอให้ติดตั้งแพ็คเกจเพิ่มเติมบางอย่างซึ่งขึ้นอยู่กับแพ็คเกจนี้ ปฏิบัติตามคำสั่งเดียวกันกับชื่อแพ็กเกจที่ต้องการเพื่อติดตั้งแพ็กเกจเพิ่มเติม

install.packages("xlsx")

ตรวจสอบและโหลดแพ็คเกจ "xlsx"

ใช้คำสั่งต่อไปนี้เพื่อตรวจสอบและโหลดแพ็กเกจ "xlsx"

# Verify the package is installed.
any(grepl("xlsx",installed.packages()))

# Load the library into R workspace.
library("xlsx")

เมื่อเรียกใช้สคริปต์เราจะได้ผลลัพธ์ต่อไปนี้

[1] TRUE
Loading required package: rJava
Loading required package: methods
Loading required package: xlsxjars

ป้อนข้อมูลเป็นไฟล์ xlsx

เปิด Microsoft excel คัดลอกและวางข้อมูลต่อไปนี้ในแผ่นงานที่มีชื่อว่า sheet1

id	name      salary    start_date	dept
1	Rick	    623.3	  1/1/2012	   IT
2	Dan       515.2     9/23/2013    Operations
3	Michelle  611	     11/15/2014	IT
4	Ryan	    729	     5/11/2014	   HR
5	Gary	    43.25     3/27/2015  	Finance
6	Nina	    578       5/21/2013	   IT
7	Simon	    632.8	  7/30/2013	   Operations
8	Guru	    722.5	  6/17/2014	   Finance

คัดลอกและวางข้อมูลต่อไปนี้ลงในแผ่นงานอื่นและเปลี่ยนชื่อแผ่นงานนี้เป็น "เมือง"

name	    city
Rick	    Seattle
Dan       Tampa
Michelle  Chicago
Ryan	    Seattle
Gary	    Houston
Nina	    Boston
Simon	    Mumbai
Guru	    Dallas

บันทึกไฟล์ Excel เป็น "input.xlsx" คุณควรบันทึกไว้ในไดเร็กทอรีการทำงานปัจจุบันของพื้นที่ทำงาน R

การอ่านไฟล์ Excel

input.xlsx ถูกอ่านโดยใช้ read.xlsx()ฟังก์ชันดังแสดงด้านล่าง ผลลัพธ์จะถูกจัดเก็บเป็นกรอบข้อมูลในสภาพแวดล้อม R

# Read the first worksheet in the file input.xlsx.
data <- read.xlsx("input.xlsx", sheetIndex = 1)
print(data)

เมื่อเรารันโค้ดด้านบนจะให้ผลลัพธ์ดังนี้ -

id,   name,     salary,   start_date,   dept
1      1    Rick      623.30    2012-01-01    IT
2      2    Dan       515.20    2013-09-23    Operations
3      3    Michelle  611.00    2014-11-15    IT
4      4    Ryan      729.00    2014-05-11    HR
5     NA    Gary      843.25    2015-03-27    Finance
6      6    Nina      578.00    2013-05-21    IT
7      7    Simon     632.80    2013-07-30    Operations
8      8    Guru      722.50    2014-06-17    Finance