R语言导入Excel表格数据详解

引言

在开始数据分析之前，我们首先需要把外部数据文件读入R语言中。前面我们已经讲解了R语言导入csv表格数据详解。这一节我们将继续讲解R语言如何导入Excel表格数据。它和csv表格是我们日常使用最多的数据格式。

教程

Excel文件格式：.xls 与 .xlsx

在开始导入之前，有必要先搞清楚这两个后缀名的区别。

对比维度	.xls（旧版）	.xlsx（新版）
诞生时间	Excel 2003及以前版本	Excel 2007及以后版本
核心结构	复合文档类型的二进制格式	基于XML的压缩格式（本质是一个ZIP文件）
文件体积	较大	更小（经过压缩）
最大行数	65,536行	1,048,576行
最大列数	256列（IV列）	16,384列（XFD列）
兼容性	旧版专用	向下兼容，可打开.xls文件

简单来说，.xlsx 是更现代、更高效的文件格式，支持更大的数据量，且文件体积更小。在实际工作中，如果条件允许，建议优先使用 .xlsx 格式。

安装与加载 readxl 包

在R中导入Excel文件，最推荐的工具是 readxl包。它由RStudio团队开发，是tidyverse生态系统的一部分。

readxl的核心优势包括：

无需外部依赖：不像 xlsx 包那样需要安装Java环境，安装和使用都非常简单。
跨平台：在Windows、macOS、Linux上均可稳定运行。
同时支持 .xls 和 .xlsx：底层分别通过 libxls 和 RapidXML 库解析两种格式。

首先安装并加载该包：

# 公众号【廿年一觉】演示所用# 安装 readxl（只需执行一次）install.packages("readxl")# 加载 readxllibrary(readxl)

注意：如果你已经安装了 tidyverse 全集，readxl 会自动安装，但仍需显式加载——因为它不是tidyverse核心包（即 library(tidyverse) 不会自动加载它）。

使用 read_excel() 导入Excel文件

readxl 包的核心函数是 read_excel()，用法非常直观——只需传入文件路径即可。

# 公众号【廿年一觉】演示所用# 导入整个Excel文件（默认读取第一个工作表）df <- read_excel("E:/Desktop/中国人口数及构成.xlsx")# 查看数据head(df)str(df)

read_excel() 默认将第一行作为列名，并自动推断每列的数据类型。返回的是一个 tibble（一种增强版的data.frame）。

运行结果如下：

常见问题及解决方法

1.指定工作表（Sheet）

Excel文件可能包含多个工作表。read_excel() 通过 sheet 参数指定要读取的工作表，可以使用工作表名称（字符串）或位置编号（整数，从1开始）。

# 公众号【廿年一觉】演示所用# 按名称指定df <- read_excel("E:/Desktop/中国人口数及构成.xlsx", sheet = "Sheet1")# 按位置指定（第一个工作表）df <- read_excel("E:/Desktop/中国人口数及构成.xlsx", sheet = 1)

2.指定读取范围（Range）

如果只想读取Excel文件中的某一块区域（而非整个工作表），可以使用 range 参数。

# 公众号【廿年一觉】演示所用# 读取指定单元格区域（类似Excel中的选区）df <- read_excel("E:/Desktop/中国人口数及构成.xlsx", range = "A1:F20")# 也可以包含工作表名称df <- read_excel("E:/Desktop/中国人口数及构成.xlsx", range = "Sheet1!A1:F20")

3.处理非标准表头

有些Excel文件的表头不在第一行，或者有多行表头。这时可以用 skip 跳过前面的行，或者用 col_names = FALSE 不让第一行作为列名。

# 公众号【廿年一觉】演示所用# 跳过前2行，从第3行开始读取df <- read_excel("E:/Desktop/中国人口数及构成.xlsx", skip = 2)# 不将第一行作为列名，后续自行设置df <- read_excel("E:/Desktop/中国人口数及构成.xlsx", col_names = FALSE)

4.手动指定列类型

当自动类型推断不准确时（例如日期被识别为数字、数值被识别为文本），可以用 col_types 手动指定。

# 公众号【廿年一觉】演示所用# 手动指定每列的类型df <- read_excel(  "E:/Desktop/中国人口数及构成.xlsx",  col_types = c("text", "numeric", "date", "skip", "guess"))# "skip" 表示跳过该列不读取# "guess" 表示让R自动推断

可用的列类型包括："skip"、"guess"、"logical"、"numeric"、"date"、"text"、"list"。

常用参数总结

tidread_excel() 提供了丰富的参数来控制导入行为，以下是几个最常用的：

参数	用法	示例
`sheet`	指定工作表（名称或编号）	`sheet = "Sheet1"`
`range`	指定读取的单元格范围	`range = "A1:C10"`
`col_names`	是否将第一行作为列名	`col_names = TRUE`（默认）
`col_types`	手动指定每列的数据类型	`col_types = c("text", "numeric", "date")`
`na`	指定哪些值视为缺失值	`na = c("", "NA", "-")`
`skip`	跳过前几行再开始读取	`skip = 2`
`n_max`	最多读取多少行数据	`n_max = 100`
`trim_ws`	是否去除单元格内容首尾空格	`trim_ws = TRUE`（默认）

其他可选的导入包

除了 readxl，R中还有几个常用的Excel导入包，可以根据需要选择。

包名	特点	适用场景
`readxl`	无外部依赖，简单易用	首选推荐，适合绝大多数场景
`openxlsx`	支持读写，可保留格式信息	需要保留Excel格式（颜色、样式等）时
`xlsx`	功能强大，但依赖Java环境	处理复杂格式，但需配置Java

openxlsx 的基本用法如下：

# 公众号【廿年一觉】演示所用# 安装并加载install.packages("openxlsx")library(openxlsx)# 读取Excel文件df <- read.xlsx("E:/Desktop/中国人口数及构成.xlsx", sheet = 1)

总结

首选方法：readxl 包无需Java环境、跨平台、简单易用，是导入Excel数据的首选。
核心函数：read_excel()，只需传入文件路径即可完成导入。
常用参数：sheet（指定工作表）、range（指定区域）、col_names（列名设置）、col_types（列类型）、skip（跳过行）。
数据查验：导入后立刻用 head()、str()、summary() 检查数据是否正确。

祝大家学习愉快，下期再见！

好了，本文就讲到这，你学会了吗？如有问题，欢迎留言。觉得有帮助的话，点个赞再走吧！

·end·

—如果喜欢，快分享给你的朋友们吧—

每天改变一点点，你将发现大的不同

阐释基础概念；

传播前沿讯息。

本文为原创文章，版权归本公众号所有。转载请注明来源。

相关学习资料