R read.xlsx colClasses 问题

Posted 2023-05-07

【中文标题】R read.xlsx colClasses 问题

【英文标题】：R read.xlsx colClasses issue

【发布时间】：2015-09-29 13:49:36

【问题描述】：

我在使用read.xlsx 中的colClasses 函数时遇到问题

我有以下data.frame

mydata <- read.xlsx("dataset_1.xlsx", sheetName = "dataset_1")
head(mydata)
Treatment Nitrate_conc
1         1           12
2         1           12
3         1           15
4         1           16
5         1           12
6         2           18
str(mydata)
data.frame':    20 obs. of  2 variables:
$ Treatment   : num  1 1 1 1 1 2 2 2 2 2 ...
$ Nitrate_conc: num  12 12 15 16 12 18 25 26 28 28 ...

我想将Treatment 导入为factor。为此，我尝试使用colClasses 函数作为参数，如下所示：

mydata1 <- read.xlsx("dataset_1.xlsx", sheetName = "dataset_1", colClasses = c("Treatment" = "factor", "Nitrate_conc" = "numeric"))

但是我得到以下错误：

class(aux) <- colClasses[ic] 中的错误： 将factor 类添加到无效对象

谁能指出我做错了什么？

【问题讨论】：

我觉得更多的是colClasses = c("factor", "numeric")。

@Pascal docs 建议 colClasses 可以采用命名参数。

@RoryShaw 你检查过names(mydata) 以确保没有错误的空格吗？您也可以考虑使用其中一种，faster Excel 读取选项...我个人仅在文件中包含 Date 时才使用 read.xlsx。

@MichaelChirico 感谢您的帮助并链接到其他方法。

@Pascal 相当肯定 colClassess 可以采用命名参数 - 它适用于 read.csv 等

【参考方案1】：

这是一个老问题，但似乎从未完全回答过。

这与colClasses 的列表元素是否被命名无关。该问题可以通过文档?read.xlsx 进行追踪。在描述colClasses 参数时，文档指向readColumns 的文档。在那里的描述中，它说

仅接受数字、字符、日期、POSIXct、列类型。 其他任何内容都将被转换为字符类型。

因此，不允许指定 'factor'。另请注意，在... 下它说

data.frame 的其他参数，例如 stringsAsFactors

所以，我们可以使用

mydata <- read.xlsx("dataset_1.xlsx", sheetName = "dataset_1", 
  colClasses=c("character", "numeric"))
str(mydata)
'data.frame':   6 obs. of  2 variables:
 $ Treatment   : Factor w/ 2 levels "1","2": 1 1 1 1 1 2
 $ Nitrate_conc: num  12 12 15 16 12 18

你也可以使用：

mydata <- read.xlsx("dataset_1.xlsx", sheetName = "dataset_1", 
    colClasses=c(Treatment = "character", Nitrate_conc = "numeric"))

看起来只有一个参数stringsAsFactors，因此可能无法同时读取因子和字符串。当然，您始终可以在将列作为不同类型读取后将其转换为因子。