4

我有几个 excel 文件，我正在尝试使用 package 读入readxlR。excel 文件由几个选项卡组成，每个选项卡有 60000 行，有四列变量。第一列是一个简单的整数计数，用于跟踪从 0、1、2 等开始的秒数。第二列是:HH:MM:SS 中的冒号分隔 ( ) 时间。第三列是正斜杠分隔的 ( /) 日期，如 MM/DD/YYYY。第四列是浮点小数（例如 338.6）。

使用下面的代码，我得到了四列，其中一些格式是一致的，但有些数据似乎被误解为日期或十进制数字，而不是整数、时间或日期。

    > data1 <- lapply(excel_sheets("./file_name.xls"),
                      read_excel, path = "./file_name.xls",
                      col_names = FALSE)
    > head(data1[[1]])
          X1       X2         X3    X4
    1 502342 02:12:50 02/04/2015 338.6
    2 502341 02:12:49 02/04/2015 338.1
    3 502340 02:12:48 02/04/2015 337.5
    4 502339 02:12:47 02/04/2015 337.6
    5 502338 02:12:46 02/04/2015 337.5
    6 502337 02:12:45 02/04/2015 338.0

    > head(data1[[2]])
            X1       X2     X3       X4
    1   483664 08:56:48 488774 08:52:22
    2 08:49:32 08:56:47 488774 08:52:22
    3    185.2 08:56:46 488774   485475
    4   483663 08:56:45 488774 08:52:22
    5 08:49:31 08:56:44 488774 08:52:22
    6   483662 08:56:43 488774   485475
    > class(data1[[2]]$X1)
    [1] "character"
    > mode(data1[[2]]$X1)
    [1] "character"

    > tail(data1[[1]])
                X1       X2     X3       X4
    59995 08:49:35 08:56:54 488774 08:52:22
    59996   483666 08:56:53 488774   485475
    59997 08:49:34 08:56:52 488774 08:51:50
    59998    185.3 08:56:51 488774 08:51:50
    59999   483665 08:56:50 488774   485475
    60000 08:49:33 08:56:49 488774   485475
    > tail(data1[[2]])
                X1       X2     X3     X4
    59995 09:29:17   497592 488774 488206
    59996   485927   497591 488774 488206
    59997 09:29:16   497590 488774 488206
    59998   485926    363.0 488774 488206
    59999 09:29:15 12:49:37 488774 488206
    60000   485925   497588 488774 488206

我也尝试使用col_types来定义列类型，但这会返回一个充满 NA 的数据框。

    > data1 <- lapply(excel_sheets("./file_name.xls"),
                      read_excel, path = "./file_name.xls",
                      col_names = FALSE,
                      col_types = c("numeric", "numeric", "date","numeric"))
    There were 50 or more warnings (use warnings() to see the first 50)

    > head(data1[[1]])
      X1 X2   X3 X4
    1 NA NA <NA> NA
    2 NA NA <NA> NA
    3 NA NA <NA> NA
    4 NA NA <NA> NA
    5 NA NA <NA> NA
    6 NA NA <NA> NA

使用lapply()withread_excel()返回数据框列表。我不确定我是否应该尝试更改变量类型或如何准确地做到这一点。excel 文件本身在变量类型方面看起来是一致的。我什至检查了第 59998 行，data1[[2]]其中显示 X2 的 363.0，但它应该是 03:42:51。

我应该尝试在 excel 中格式化这些数据还是尝试在 R 中更改它？目前的一切似乎都是阶级角色。更改 R 中的变量类型最有效的方法是什么？

谢谢你的帮助。

4

0 回答 0