Mehrere xlsx-Dateien mit mehreren Blättern in einem R-Datenrahmen lesen

Question

Ich habe gelesen, wie man mehrere xlsx liest und kombiniert. Dateien in einen R-Datenrahmen und sind auf einige sehr gute Vorschläge wie How to read multiple xlsx file in R using loop with specific rows and columns gestoßen, aber passt nicht zu meinem Datensatz bisher.

Ich möchte, dass R mehrere xlsx-Dateien mit mehreren Blättern lesen. Alle Blätter und Dateien haben die gleichen Spalten, aber nicht die gleiche Länge und NAs sollten ausgeschlossen werden. Ich möchte die ersten drei Zeilen überspringen und nehmen nur in den Spalten 1: 6, 08.10, 12.17, 19.

Bisher habe ich versucht:

file.list <- list.files(recursive=T,pattern='*.xlsx') 

dat = lapply(file.list, function(i){ 
    x = read.xlsx(i, sheetIndex=1, sheetName=NULL, startRow=4, 
       endRow=NULL, as.data.frame=TRUE, header=F) 
# Column select 
    x = x[, c(1:6,8:10,12:17,19)] 
# Create column with file name 
    x$file = i 
# Return data 
    x 
    }) 

    dat = do.call("rbind.data.frame", dat) 

Aber dies geschieht nur alle ersten Blatt jeder Datei

Weiß jemand, wie man alle Blätter und Akten in einem R Datenrahmen zusammenbringt?

Welche Pakete würden Sie auch für große Datenmengen empfehlen? Bisher habe ich readxl und XLConnect ausprobiert.

Danke eine Million!

Answer 1

Ich würde eine verschachtelte Schleife wie diese verwenden, um jedes Blatt jeder Datei zu durchlaufen. Es ist vielleicht nicht die schnellste Lösung, aber es ist die einfachste.

require(xlsx)  
file.list <- list.files(recursive=T,pattern='*.xlsx') #get files list from folder 

for (i in 1:length(files.list)){           
    wb <- loadWorkbook(files.list[i])   #select a file & load workbook 
    sheet <- getSheets(wb)      #get sheet list 

    for (j in 1:length(sheet)){ 
    tmp<-read.xlsx(files.list[i], sheetIndex=j, colIndex= c(1:6,8:10,12:17,19), 
        sheetName=NULL, startRow=4, endRow=NULL, 
        as.data.frame=TRUE, header=F) 
    if (i==1&j==1) dataset<-tmp else dataset<-rbind(dataset,tmp) #happend to previous 

    } 
} 

Sie können NA Werte nach der Ladephase reinigen.

Answer 2

openxlsx Lösung:

filename <-"myFilePath" 

sheets <- openxlsx::getSheetNames(filename) 
SheetList <- lapply(sheets,openxlsx::read.xlsx,xlsxFile=filename) 
names(SheetList) <- sheets