EXCEL 导入 R 的几种方法 R—readr和readxl包
导入Excel数据至R语言的几种方法
一、使用剪贴板，然后使用read.table函数；
首先选择Excel中的数据源，然后复制；
在Rstudio中输入如下脚本，回车即可；
read.table("clipboard", header = TRUE)
注：header = TRUE，表示首行为标题行，若为FALSE则标题行也算在正文第一行，结果如下；
二、将Excel另存为csv文件，然后使用read.csv函数；
打开Excel数据源，另存为example.csv文件；路径为【C:\Users\Administrator\Desktop\example】
然后在Rstudio中输入如下代码，回车即可：
read.csv("C:/Users/Administrator/Desktop/example/example.csv", header = TRUE)
这里的header参数与使用剪贴板中的header参数用法一致，在此不在赘述；
注：在R中“\”是一个转义字符，故需要将路径中的“\”字符，使用“/”替代，或使用"\\"替代；
三、将Excel另存为txt文本文件，然后使用read.table函数；
打开Excel数据源，另存为example.txt文件；路径为【C:\Users\Administrator\Desktop\example】
然后在Rstudio中输入如下代码，回车即可；
read.table("C:/Users/Administrator/Desktop/example/example.txt", header = TRUE)
四、使用RODBC包（xls格式Excel文件）
之前使用过RODBC包连接过Postgresql，回复【postgresql】可查看相关文章；这是里同样可以 使用RODBC中的odbcConnectExcel来创建与Excel的连接，获取Excel中的数据；
> install.packages("RODBC")
> library(RODBC)
> conn <- odbcConnectExcel("C:/Users/Administrator/Desktop/example/example.xls")
> sqlTables(conn)
> sqlFetch(conn, "example")
> sqlQuery(conn, "select * from [example$]")
> odbcClose(conn)
其中example.xls中一个Excel文件（2003版本格式），example是工作薄中要读取数据的工作表的名称，conn是一个由odbcConnectExcel()返回的RODBC连接对象，mydataframe是返回的数据框。注：RODBC也可用于从Access导入数据，具体可以查看help(RODBC)帮助；
注：xlsx格式的Excel文件（2007、2010版）导入R语言会出错，可用xlsx包来读取这种格式的电子表格，脚本如下：
> install.packages("xlsx")
> library(xlsx)
> workbook <- "C:/Users/Administrator/Desktop/example/example.xlsx"
> mydataframe <- real.xlsx(workbook, 1)
> mydataframe
今天介绍了几种导入Excel中的数据至R语言中的方法，包括利用剪贴板、通过将Excel导入csv格式或txt格式的文件，以及利用RODBC包（或xlsx包）的方法；鉴于xls版本较为老旧，建议采取前三种方法导入Excel数据；
read.talbe以及read.csv及RODBC中相关函数的参数都很多，文章中只用了几个常见的参数，其余参数均采取了默认的设置，可利用?read.talbe或help(read.table)等语法来查询相关函数的具体帮助说明，例如使用?read.talbe语法查询帮助；
read.table的函数参数非常多，同时也会列出相关的函数，但最常用的也就几个，如下：
read.table(file, header = FALSE, sep = "", quote = "\"'",dec = ".", skip = 0,strip.white = FALSE, blank.lines.skip = TRUE,comment.char = "#")
file，表示要读取的文件：file可以是①绝对路径或者相对路径，但是一定要注意，在R中“\”是转义符，故路径需要写成“/”或者“\\”； ②使用剪贴板；③使用file.choose()，弹出对话框，让你选择文件的位置。
header，表示数据文件中第一行是不是标题。默认为F（FALSE），认为数据文件中无标题；
sep，指定分隔符，默认是空格。quote是引号，默认是双引号。dec是小数点的表示，默认就是一个点。skip是确定是否跳过某些行。strip.white确定是否消除空白字符。blank.lines.skip确定是否要跳过空白行。comment.char指定用于表示注释的引导符号。
将数据快速读入R—readr和readxl包
大 数 据 人
报道DT时代应用资讯及动态，爆料剖析行业热点新闻
Hadley Wickham 和 RStudio团队写了一些新的R包，这些包对于每个需要在R中读入数据的人来说都是非常有用的。readr包提供了一些在R中读入文本数据的函数。readxl包提供了一些在R中读入Excel电子表格数据的函数。它们的读取速度远远超过你目前正在用的一些函数。
readr包提供了若干函数在R中读取数据。我们通常会用R中的read.table家族函数来完成我们的数据读入任务。这里，readr包提供了许多替代函数。它们增加了额外的一些功能并且速度快很多。
首先，read_table几乎代替了read.table。下面通过读取一个包含400万行的数据来比较它们的区别。点击这里下载该数据。
注1：在演示之前简单说下我电脑的配置：win7,64位操作系统，8G内存，CPU A6双核。电脑配置不行，原文给出的实验时间甩了我好几条街。但不管怎样，在现有的条件下效率确实提高了很多。原文用时见末尾链接。
注2：如果读取中文数据出现乱码，在编辑器设置下字符编码为"UTF-8"
system.time(read_table("C:\\Users\\a\\Desktop\\biggerfile.txt",
col_names=c("DAY","MONTH","YEAR","TEMP")))
system.time(read.table("C:\\Users\\a\\Desktop\\biggerfile.txt",
col.names=c("DAY","MONTH","YEAR","TEMP")))这些命令看上去非常相似，但是read.table花的时间是50.62秒，而read_table完成相同的任务只花了2.76秒。这是因为read_table把数据当做是固定格式的文件，并且使用C++快速处理数据。
R中的基础包utils也有读取固定宽度数据的函数，下面的示例就能体现出readr的亮点：
system.time(read_fwf("C:\\Users\\a\\Desktop\\biggerfile.txt",
fwf_widths(c(3,15,16,12),
col_names=c("DAY","MONTH","YEAR","TEMP"))))
system.time(read.fwf("C:\\Users\\a\\Desktop\\biggerfile.txt",
c(3,15,16,12),
col.ames=c("DAY","MONTH","YEAR","TEMP")))readr包的read_fwf函数用时3.97秒，而标准的read.fwf函数耗时1372秒。
readr包中的其它函数包括：read_csv读取逗号分隔的数据（欧洲用的是read_csv2函数），read_tsv读取制表符分隔数据，read_lines函数从文件中逐行读取数据（非常适合复杂的后期处理）。它还可以读取多种格式的日期时间列，智能的将文本数据读取为字符串（不再需要设置strings.as.factors=FALSE）。
对于Excel格式的数据，这里有readxl包。这个包提供的函数可以读取.xls和.xlsx格式的Excel工作表。虽然这里没有演示read_execl函数的使用，但是它跟readr中的函数一样都是基于C++库的，因此读取速度应该也很快。最重要的是，它没有任何的外部依赖，因此你可以在任意平台上用它来读取数据—不要求安装了Excel。
readr包已发布在CRAN上，readxl可以从github安装。
github地址：https://github.com/hadley/readxl
