R语言读取Excel的神器——openxlsx

作为非程序猿的各位同志们，可能最擅长的数据整理软件或者统计软件就是——嗯，没有错，它就是集万千宠爱于一身的E~~~~X~~~~O。

咳咳咳，好了。隆重推出我们的主角——Excel

事实上，Excel是个super强大的软件。基本上用它已经能完成大量的统计分析了。
For example
各类数理统计

线性规划（LINGO表示欲哭无泪，你丫的抢我饭碗）。

当然，很久很久之前有这门本神书：
陈彦光. 基于Excel的地理数据分析[M]. 科学出版社, 2010.

当然，作为新时代的研究生，我们怎么能仅用Excel来完成一切的科研任务呢？用老师的话说，你们用Excel做的图，人家审稿都嫌low。这个时候R就登场了。
关于R的简介我就不提了。欢迎各种度娘，扯了这么久的淡。终于要进入正题了。
今天讲的是R语言的第一步，读数据——读Excel的数据。
以下有三种方法:
1.将Excel转存为csv格式文件，读csv文件。

a<-read.csv("exercise1.csv",header = T)

2.用RODBC包读取Excel。

ab<-odbcConnectExcel2007("exercise1.xls")#连接excel，32位系统使用odbcConnectExcel函数
sqlTables(ab)

根据需求读取对应的sheet1

a<-sqlFetch(ab,"Sheet1$")
odbcClose(ab)#关闭句柄，此句是必须。

3.用openxlsx包读取Excel

 a<-read.xlsx("exercise1.xlsx",sheet=1)#文件名+sheet的序号，简单粗暴

综合来看，openxlsx的方法简单粗暴，而且经多名骨灰级玩家证明，罕有bug出现。乃R语言和Excel读取的绝对神器。不过笔者也发现，openxlsx包仅适用于.xlsx格式文件。前期的xls格式文件可能还需要前两种方法来读取。除了以上三种方法，还有类似的包如xlsx、readxl。此处依旧强推神器openxlsx。首先，.xlsx文件存储行数大大提升，从65536行数据提升到了104万条数据。其次，它十分便捷，函数所需参数较少。当然最后的最后，它可能需要的R的版本比较的新。下一篇的预告：如何通过一行代码升级R。
最后贴出全文的代码。

#设置工作路径
setwd("F:/R/applicationstatics")

#第一种方法：读取csv
a<-read.csv("exercise1.csv",header = T)

#第二种方法：RODBC包
#安装载入RODBC包，如果已安装，请跳过第一句语句
install.packages(RODBC)
library(RODBC)

ab<-odbcConnectExcel2007("exercise1.xls")#连接excel，32位系统使用odbcConnectExcel函数
sqlTables(ab)
a<-sqlFetch(ab,"Sheet1$")
odbcClose(ab)#关闭句柄，此句是必须。

#第三种方法：openxlsx
install.packages(openxlsx)
library(openxlsx)
a<-read.xlsx("exercise1.xlsx",sheet=1)#文件名+sheet的序号，简单粗暴

当然文末小福利：《基于Excel的地理数据分析》的电子版。需要的童鞋可以评论并留下邮箱。