[R]如何使用R讀取Excel檔案
很多資料會使用excel檔案儲存，
這邊介紹如何使用R讀取主要三種常用的excel附檔名。
- csv
- xlsx
- xls
1.csv
csv是最簡單的，不需要install任何package，read.csv
d <- read.csv("file.csv", stringsAsFactors = FALSE)
假如很不幸，上面的程式碼讀取後你碰到長得像這樣的錯誤訊息
Error in type.convert(data[[i]], as.is = as.is[i], dec = dec, numerals = numerals, : invalid multibyte string at '<e8><8a><b1>?<ae>'
那就是碰上了編碼錯誤，
這時候別緊張，只要加上fileEncoding這個參數就好，
d <- read.csv(paste0("file.csv"), stringsAsFactors = FALSE, fileEncoding = "UTF-8")
問題應該就可以被解決了。
2.xlsx
讀取xlsx檔案時依據情況，有兩個套件我會使用，
這兩個套件都可以儲存多個sheet，
對儲存格做顏色、合併、篩選等等一般可以做的事都可以用程式碼去做。
(1)openxlsx
讀檔
library(openxlsx)
# 可以使用sheet參數選擇要的sheet，預設是第一個sheet
d <- read.xlsx("file.xlsx", sheet = sheetName)
寫檔
library(openxlsx)
### 整個xlsx只有一張sheet寫檔可以簡單的使用write.xlsx就好
write.xlsx(d, file = "file.xlsx")
### 有多個sheet要寫入檔案，或是要調整sheet的style
wb <- createWorkbook()
# 增加sheet
addWorksheet(wb, "sheetName")
# 設定欄位寬度
setColWidths(wb, sheet, cols = c(1:4), widths = c(rep(25, 3), 30))
# 增加style
headerStyle <- createStyle(fgFill = "yellow", border = "TopBottomLeftRight", halign = "center", textDecoration = "bold", fontSize = 12)
addStyle(wb, sheet = sheet, headerStyle, row = 1, cols = 4, gridExpand = TRUE, stack = TRUE)
# 加上filter
addFilter(wb, 1, row = 1, cols = 1:ncol(d))
# 寫檔
writeData(wb, sheet = sheet, d)
# 存檔
saveWorkbook(wb, "file.xlsx", overwrite = TRUE)
(2)XLConnect
至於XLConnect我是在想要使用資料驗證(data validation)裡的「清單」功能時想要克服的。
一開始想要直接使用openxlsx的dataValidation function，
但一直失敗，且找到這裡說明 list 這個功能無法發揮，
所以我想到先儲存一個 template，將我需要的資料驗證清單做好，
再使用 loadworkbook 的方法就可以保留 excel 裡原本的樣式。
原本是直接使用 openxlsx 這個 library 的 loadWorkbook，
但在調整顏色時一直會有 error 無法解決，
在改用 XLConnect 這個 library 後就成功使用我想要的cells style與保留資料驗證清單了。
另外一個碰到的狀況是我也是要使用一份 template 的樣式，
使用openxlsx和XLConnect的loadWorkbook時都遇到像這樣的錯誤
Error in substring(x[ind], so, eo) :
invalid multibyte string at '<e6><96><b0>蝝唳<98><ab><94>"/>'
看起來像是編碼上的錯誤，但這份檔案上完全沒有中文，
後來我甚至存一份空白的excel檔案都還是會有錯誤。
我將其他可以使用 loadWorkbook 這個 function 的 xlsx 丟進 Notepad++ 看，
發現可以讀的檔案是Macintosh(CR)
.PNG)
不能讀的檔案是Unix(LF)
.PNG)
但是，將 template 儲存成 Macintosh(CR) 後，
openxlsx的 loadWorkbook function 還是有同樣的 error，
而 XLConnect 的錯誤則解除了。
程式碼範例，
library(XLConnect)
# 讀取template
wb <- loadWorkbook("file.xlsx")
# d是要儲存的dataframe，getSheets(wb)是sheet的名稱
writeWorksheet(wb, d, getSheets(wb), startRow = 7, startCol = 1, header = FALSE)
# 設style
cs <- createCellStyle(wb)
# 邊框
setBorder(cs, side = c("all"), type = XLC$"BORDER.THIN", color = c(XLC$"COLOR.BLACK"))
setCellStyle(wb, sheet = getSheets(wb), row = 7:(7+nrow(d)), col = 1, cellstyle = cs)
# 存檔
saveWorkbook(wb, file = "savefile.xlsx")
3.xls
xls用的是readxl套件，是R界有名的ggplot2作者Hadley Wickham所寫。
下載完後只要一行指令就好，
library(readxl)
saleslead <- read_excel(paste0(PATH, "2018 sales lead report (for TM only).xls"), sheet = "Raw Data")
但要注意的是屬性問題。
其他更多 library 的 function 都可以去CRAN找哦！