R - 导入和合并多个 Excel 文件并添加文件源变量

Posted 2023-02-23

【中文标题】R - 导入和合并多个 Excel 文件并添加文件源变量

【英文标题】：R - Import & Merge Multiple Excel Files And Add Filesource Variable

【发布时间】：2012-10-21 14:41:45

【问题描述】：

在过去的一年里，我将 R 用于各种事情，但是由于可用的包和功能的数量，我仍然是一个初学者。我相信 R 可以让我用最少的代码做我想做的事，但我正在苦苦挣扎。

我想做什么：

我有大约一百个不同的 Excel 文件，其中包含学生数据。每个 excel 文件代表不同的学校，但包含相同的变量。我需要：

将数据从 Excel 导入 R 为每个包含文件名的文件添加一个变量 合并所有数据（添加观察/行 - 不需要匹配变量）

我需要对多组数据执行此操作，因此我试图使其尽可能简单且易于复制。

数据是什么样的：

第 1 行  标题第 2 行  学生 ID   Var1   Var2         Var3     Var4      Var5第 3 行 11234 1 9/8/2011 343 159-167 32 行4 11235 2 9/16/2011 112 152-160 12 行5 11236 1 9/8/2011 325 164-171 44

第 1 行没有意义，第 2 行包含变量名称。这些文件有不同的行数。

到目前为止我所拥有的：

起初我只是尝试从 excel 导入数据。使用 XLSX 包，效果很好：

dat <- read.xlsx2("FILENAME.xlsx", sheetIndex=1, 
                  sheetName=NULL, startRow=2, 
                  endRow=NULL, as.data.frame=TRUE, 
                  header=TRUE)

接下来，我专注于弄清楚如何合并文件（也认为这是我应该将文件名变量添加到数据文件的地方）。这就是我卡住的地方。

setwd("FILE_PATH_TO_EXCEL_DIRECTORY")
filenames <- list.files(pattern=".xls")
do.call("rbind", lapply(filenames, read.xlsx2, sheetIndex=1, colIndex=6, header=TRUE, startrow=2, FILENAMEVAR=filenames));

我设置了我的目录，列出了文件夹中所有的 excel 文件名，然后尝试使用文件名的 a 变量将它们合并到一个语句中。

当我这样做时，我收到以下错误：

data.frame(res, ...) 中的错误： 参数暗示不同的行数：616、1、5

我知道我的 lapply 应用程序存在问题 - startrow 未被识别为选项，并且 FILENAMEVAR 正在尝试合并 5 个示例文件名的列表，而不是添加包含文件名的列。

接下来呢？

如果有人可以向我推荐一个有用的资源或功能，批评我目前拥有的东西，或者为我指出一个新的方向，我们将不胜感激！

【问题讨论】：

在你的命令do.call("rbind", lapply(... 中你拼错了startrow。应该是startRow。

您的调用当前为 filenamevar 提供了文件名中的所有文件名，每个 read.xlsx 在lapply 中被调用。如果你运行lapply(filenames, function(x) read.xlsx2( sheetIndex=1, colIndex=6, header=TRUE, startrow=2, FILENAMEVAR=x))) 可以吗？

bdemarest - startrow 不错。 Mnel - 当我运行时出现以下错误：path.expand(file) 中的错误：缺少参数“file”，没有默认值

有 2 个小改动，@mnel 的命令对我有用：lapply(filenames, function(x) read.xlsx2(file=x, sheetIndex=1, colIndex=6, header=TRUE, startRow=2, FILENAMEVAR=x))

@bdemarest - 当我尝试使用您的更改时，我得到以下信息---> Error: unexpected ';' in "do.call("rbind", lapply(filenames, function(x) read.xlsx2(file=x, sheetIndex=1, colIndex=6, header=TRUE, startRow=2, FILENAMEVAR=x));"--------> 这是我的代码，你能看出一个简单的错误吗？ ：do.call("rbind", lapply(filenames, function(x) read.xlsx2(file=x, sheetIndex=1, colIndex=6, header=TRUE, startRow=2, FILENAMEVAR=x));

【参考方案1】：

我会发表我的评论（bdemerast 会发现错字）。该解决方案未经测试，因为xlsx 在我的机器上无法正常运行

您需要将单个FILENAMEVAR 传递给read.xlsx2。

lapply(filenames, function(x) read.xlsx2(file=x, sheetIndex=1, colIndex=6, header=TRUE, startRow=2, FILENAMEVAR=x))

【讨论】：

这很好用，对代码的唯一补充是将数据集合并到一个矩阵中的最后一步，以便它们可以输出回 excel。

你有合并do.call('rbind', lapply(...))的代码！

是的，我只是想澄清一下，因为我知道我（作为一个初学者）如果我试图跟随，我会有点迷失。谢谢！