将一张Excel表的数据按照第一列元素分组,分组后按照某种规则命名,并重新读入Excel中,放入指定的文件夹中。
如上所示的excel表,将sheet1中的数据按照“地域名称”拆分,并将数据放入相应的省份文件夹,如放入D盘的test文件夹中
D:\mydata\test
|__test
|___mydata.xlsx
|___安徽省
|___安徽省安庆市.xlsx
|___安徽省蚌埠市.xlsx
|___河北省
|__河北省蚌埠市.xlsx
|___……
假如数据最终的文件夹目录如上所示。代码可以作如下编写:
library(readxl) # 载入readxl包,使用read_excel读入excel文件
library(xlsx) # 载入xlsx包,使用write.xlsx保存文件为excel格式
# setwd()设置路径为D:\\mydata\\test'
setwd('D:\\mydata\\test')
# read_excel 读入数据,具体用法可使用帮助。
# 1表示读入第一张sheet,2表示读入第二张sheet,也可用sheet = "sheetname",默认第一行为标题行
dt = read_excel('mydata.xlsx', 2)
# unique() 过滤重复数据,保留唯一数据
# 此处过滤掉第2列和第3列的重复行,最终只剩下3行不重复数据,默认不含标题
province_city <- unique(dt[,2:3])
setwd('D:\\mydata\\test') # 设置当前路径为省份文件夹放置的目录
cdir <- setwd('D:\\mydata\\test')
# 循环次数 n=province_city 的行数
for (i in c(1:nrow(province_city [,1]))){
# subset()读取子集,subset(data, data[, 1] == "a") 读取data中第一列所有为a的行
dt1 <- subset(dt, dt[,2]==as.character(province_city[i,1]))
# paste,设置filename, 即安徽省,河北省
cfilename = paste(province_city[i,1],".xlsx",sep = "")
# 用于下面的if语句判断 创建的“安徽省”目录是否存在
f_dir = paste('D:\\mydata\\test\\',province_city[i,2],sep="")
# 创建的“安徽省”目录不存在,则创建;存在则不动作. F 表示False
if (file.exists(f_dir) == F){
dir.create(province_city[i,2])
}else { }
# 设置文件名称,即安徽省安庆市.xlsx
c_dir = paste('D:\\mydata\\test\\',province_city[i,2],sep = "")
# 设置c_dir为当前路径
setwd(c_dir)
# write.xlsx 将所需的文件列保存到上述设置的文件中,col.names=TRUE包含标题
write.xlsx(dt1[,2:5],cfilename,col.names=TRUE,showNA=FALSE)
# 设置路径为cdir,进入到下一次循环
setwd(cdir)
}