使用R对Excel文件进行批量读取

一般来说，批量读取的数据文件都需要具有相同的列结构（列名、列类型），否则无法批量操作。

重要事情再说两遍：

批量读取的数据文件都需要具有相同的列结构！！

批量读取的数据文件都需要具有相同的列结构！！

1. 批量读取多个Excel文件 

1.1 导入的全部Excel 文件的完整路径，

• 可以任意嵌套：读取该路径下所有目录和子路径下的所有Excel，只需要把参数recurse设置为TRUE

files = fs::dir_ls("C:/Data/Excel_Location", recurse = TRUE, glob = "*.xlsx")
files

1.2 批量读取【默认仅读取第一个Sheet】，合并成一个数据文件

library(readxl)
library(purrr)

# 增加一列[source列]表明数据来自哪个文件
df = map_dfr(set_names(files), read_xlsx, .id = "source")
head(df)

如果需要批量读取多个Excel文件的第2个sheet,使用sheet参数，具体如下。 

# 方式1
map_dfr(set_names(files), read_xlsx, sheet = 2, .id = " 来源")


# 方法2： 改用purrr风格公式形式
map_dfr(set_names(files), ~ read_xlsx(.x, sheet = 1), .id = " 来源")

2. 批量读取一个Excel的多个sheet

path = "Datas/Excel_Data.xlsx"    # Excel 文件路径
df = map_dfr(set_names(excel_sheets(path)), ~ read_xlsx(path, sheet = .x), .id = "sheet")
head(df)

3. 重要函数解释

set_names(files) 是将该字符向量，变成命名字符向量，名字就用元素值；

excel_sheets() 函数: 它的作用在该Excel 文件上，提取各个sheet 名字，得到字符

map_dfr(.x, .f, .id)： 将函数.f 依次应用到序列.x 的每个元素返回数据框，再bind_rows 按行合并为一个数据框，.id 可用来增加新列描述来源。【purrr包】

read_xlsx(): 读取xlsx 文件   【readxl 包】

4. 参考教材

R 语言编程— 基于tidyverse，作者：张敬信，组织：哈尔滨商业大学