问题描述
如何从 .xlsx 工作簿中简洁地导入选定的工作表，最好使用 readxl？
使用下面的代码（方法＃1），我可以在单个 .xlsx-workbook 中导入所有工作表，但是我如何 filter() 或 select() ？代码的第二位，使用 map_dfr()，方法 #2，更简洁一些，但是使用这种方法，sheet 向量会丢失它的名称并变成 1,2,ctc。
假设我只想导入表 iris 和 mtcars
sh_to_impt <- c('iris','mtcars')
需要的包，
library(readxl)
library(tidyverse)
library(purrr)
代码方法#1，
path <- readxl_example("datasets.xlsx")
datasets_data <- readxl::excel_sheets(path = path) %>%
purrr::set_names() %>% select(mtcars) %>%
purrr::map_dfr(
~ readxl::read_excel(path = path,sheet = .x),.id = "sheet"
)
datasets_data
# A tibble: 1,253 x 24
sheet Sepal.Length Sepal.Width Petal.Length Petal.Width Species
<chr> <dbl> <dbl> <dbl> <dbl> <chr>
1 iris 5.1 3.5 1.4 0.2 setosa
2 iris 4.9 3 1.4 0.2 setosa
3 iris 4.7 3.2 1.3 0.2 setosa
4 iris 4.6 3.1 1.5 0.2 setosa
5 iris 5 3.6 1.4 0.2 setosa
6 iris 5.4 3.9 1.7 0.4 setosa
7 iris 4.6 3.4 1.4 0.3 setosa
8 iris 5 3.4 1.5 0.2 setosa
9 iris 4.4 2.9 1.4 0.2 setosa
10 iris 4.9 3.1 1.5 0.1 setosa
# ... with 1,243 more rows,and 18 more variables: mpg <dbl>,# cyl <dbl>,disp <dbl>,hp <dbl>,drat <dbl>,wt <dbl>,# qsec <dbl>,vs <dbl>,am <dbl>,gear <dbl>,carb <dbl>,# weight <dbl>,Feed <chr>,lat <dbl>,long <dbl>,depth <dbl>,# mag <dbl>,stations <dbl>
我可以像这样绕过它，但是 sheet 向量会丢失它的名称并变成 1,ctc。
代码方法#2，
map_dfr(sh_to_impt,~ read_excel(path,.id = "sheet")
# A tibble: 182 x 17
sheet Sepal.Length Sepal.Width Petal.Length Petal.Width Species
<chr> <dbl> <dbl> <dbl> <dbl> <chr>
1 1 5.1 3.5 1.4 0.2 setosa
2 1 4.9 3 1.4 0.2 setosa
3 1 4.7 3.2 1.3 0.2 setosa
4 1 4.6 3.1 1.5 0.2 setosa
5 1 5 3.6 1.4 0.2 setosa
6 1 5.4 3.9 1.7 0.4 setosa
7 1 4.6 3.4 1.4 0.3 setosa
8 1 5 3.4 1.5 0.2 setosa
9 1 4.4 2.9 1.4 0.2 setosa
10 1 4.9 3.1 1.5 0.1 setosa
# ... with 172 more rows,and 11 more variables: mpg <dbl>,carb <dbl>
我看过this answer，认为它可能是关键。
我正在寻找简洁的解决方案。 A，对我来说，显然不是那么简洁的解决方案可能是，
map_dfr(sh_to_impt,.id = "sheet") %>%
mutate(sheet = recode(sheet,`1` = sh_to_impt[1],`2` = sh_to_impt[2]))
# A tibble: 182 x 17
sheet Sepal.Length Sepal.Width Petal.Length Petal.Width Species mpg
<chr> <dbl> <dbl> <dbl> <dbl> <chr> <dbl>
1 iris 5.1 3.5 1.4 0.2 setosa NA
2 iris 4.9 3 1.4 0.2 setosa NA
3 iris 4.7 3.2 1.3 0.2 setosa NA
4 iris 4.6 3.1 1.5 0.2 setosa NA
5 iris 5 3.6 1.4 0.2 setosa NA
6 iris 5.4 3.9 1.7 0.4 setosa NA
7 iris 4.6 3.4 1.4 0.3 setosa NA
8 iris 5 3.4 1.5 0.2 setosa NA
9 iris 4.4 2.9 1.4 0.2 setosa NA
10 iris 4.9 3.1 1.5 0.1 setosa NA
# ... with 172 more rows,and 10 more variables: cyl <dbl>,# hp <dbl>,qsec <dbl>,# gear <dbl>,carb <dbl>
解决方法
在 R 中表示 Excel 工作簿的“整洁”方式是作为嵌套数据框，例如：
# A tibble: 2 x 2
sheet data
<chr> <list>
1 iris <tibble [150 × 5]>
2 mtcars <tibble [32 × 11]>
因此，我将通过将工作表名称存储在一列中，将数据作为附加列读取，然后取消嵌套来简化您的第一种方法：
library("readxl")
library("dplyr")
library("purrr")
library("tidyr")
path <- readxl_example("datasets.xlsx")
sh_to_impt <- c("iris","mtcars")
tibble(sheet = sh_to_impt) %>%
mutate(data = map(sheet,~read_xlsx(path,.))) %>%
unnest(data)
#> # A tibble: 182 x 17
#> sheet Sepal.Length Sepal.Width Petal.Length Petal.Width Species mpg cyl
#> <chr> <dbl> <dbl> <dbl> <dbl> <chr> <dbl> <dbl>
#> 1 iris 5.1 3.5 1.4 0.2 setosa NA NA
#> 2 iris 4.9 3 1.4 0.2 setosa NA NA
#> 3 iris 4.7 3.2 1.3 0.2 setosa NA NA
#> 4 iris 4.6 3.1 1.5 0.2 setosa NA NA
#> 5 iris 5 3.6 1.4 0.2 setosa NA NA
#> 6 iris 5.4 3.9 1.7 0.4 setosa NA NA
#> 7 iris 4.6 3.4 1.4 0.3 setosa NA NA
#> 8 iris 5 3.4 1.5 0.2 setosa NA NA
#> 9 iris 4.4 2.9 1.4 0.2 setosa NA NA
#> 10 iris 4.9 3.1 1.5 0.1 setosa NA NA
#> # … with 172 more rows,and 9 more variables: disp <dbl>,hp <dbl>,drat <dbl>,#> # wt <dbl>,qsec <dbl>,vs <dbl>,am <dbl>,gear <dbl>,carb <dbl>
如果您事先不知道您想要的工作表，或者需要不同的子集进行不同的分析，您也可以在取消嵌套之前全部导入并过滤：
tibble(sheet = excel_sheets(path)) %>%
mutate(data = map(sheet,.))) %>%
filter(sheet %in% sh_to_impt) %>%
unnest(data)
#> # A tibble: 182 x 17
#> sheet Sepal.Length Sepal.Width Petal.Length Petal.Width Species mpg cyl
#> <chr> <dbl> <dbl> <dbl> <dbl> <chr> <dbl> <dbl>
#> 1 iris 5.1 3.5 1.4 0.2 setosa NA NA
#> 2 iris 4.9 3 1.4 0.2 setosa NA NA
#> 3 iris 4.7 3.2 1.3 0.2 setosa NA NA
#> 4 iris 4.6 3.1 1.5 0.2 setosa NA NA
#> 5 iris 5 3.6 1.4 0.2 setosa NA NA
#> 6 iris 5.4 3.9 1.7 0.4 setosa NA NA
#> 7 iris 4.6 3.4 1.4 0.3 setosa NA NA
#> 8 iris 5 3.4 1.5 0.2 setosa NA NA
#> 9 iris 4.4 2.9 1.4 0.2 setosa NA NA
#> 10 iris 4.9 3.1 1.5 0.1 setosa NA NA
#> # … with 172 more rows,carb <dbl>
这是我制定的解决方案。请自由逃离以改进或 批评，
sh_to_impt <- c('iris','mtcars')
path <- readxl_example("datasets.xlsx")
path %>%
excel_sheets() %>%
set_names() %>% .[sh_to_impt] %>%
map_df(read_excel,path = path,.id = "sheet")
# A tibble: 182 x 17
sheet Sepal.Length Sepal.Width Petal.Length Petal.Width Species mpg
<chr> <dbl> <dbl> <dbl> <dbl> <chr> <dbl>
1 iris 5.1 3.5 1.4 0.2 setosa NA
2 iris 4.9 3 1.4 0.2 setosa NA
3 iris 4.7 3.2 1.3 0.2 setosa NA
4 iris 4.6 3.1 1.5 0.2 setosa NA
5 iris 5 3.6 1.4 0.2 setosa NA
6 iris 5.4 3.9 1.7 0.4 setosa NA
7 iris 4.6 3.4 1.4 0.3 setosa NA
8 iris 5 3.4 1.5 0.2 setosa NA
9 iris 4.4 2.9 1.4 0.2 setosa NA
10 iris 4.9 3.1 1.5 0.1 setosa NA
# ... with 172 more rows,and 10 more variables: cyl <dbl>,disp <dbl>,# hp <dbl>,wt <dbl>,# gear <dbl>,carb <dbl>
library(tidyverse)
library(readxl)
excel_sheets(path) %>%
str_subset(sh_to_impt) %>%
map_df(
~read_excel(path = path,sheet = .x)
)