Question

我正在尝试从我下载的几个xls表中构建一个数据框：

states <- c("A","B","C","D")

for(i in states){
download.file(paste("http://www.web.com/state=",i,".xyz",sep=""),paste("temp",i,".xls",sep=""),mode = "wb")              
    }

哪个工作正常。但我遇到的问题是，我想用所有这些excel文件构建一个数据框（我可以使用gdata的{{1}}单独阅读，而且我需要插入一个列数据框告诉我数据来自何处，即来自A，B，C或D.

例如，我在循环中插入这些

read.xls

它工作正常，但我不知道在这一步之后该怎么做（或者如果我可以使它更简单）。我接下来要做的就是在循环中将state <- read.xls(paste("temp",i,".xls",sep=""),sheet=1, header = F, skip = 1, perl="C:/Perl/perl/bin/perl.exe",row.names=NULL) state$UF <- data.frame(state,paste(i,sep=""))重命名为state等，但我不知道该怎么做。重命名单个数据帧后，我会使用stateA, stateB将它们组合在一起。

你有什么想法吗？

Answer 1

gdata的read.xls可以在一个read.xls电话中通过互联网下载和阅读文件：

urls <- sprintf("http://www.web.com/state=%s.xyz", states)
L <- lapply(urls, read.xls, ...other.read.xls.arguments...)
names(L) <- states

以上产生了一个数据帧列表L。如果所有数据帧具有相同的形式，则列表可以组合成单个数据帧DF，如下所示：

DF <- do.call(rbind, L)

DF的行名将指示每行来自哪个州。可选地，可以像这样添加新列（其中sub删除行名称的行号部分）：

DF$state <- sub("\\.\\d*$", "", rownames(DF))
rownames(DF) <- NULL

Answer 2

在R中运行良好的一般策略是将您的资料加载到列表中：

state_list = lapply(list.files(pattern = "xls"), read.xls, sheet = 1, etc)
big_df = do.call("rbind", state_list)

甚至更短时间使用plyr：

library(plyr)
big_df = ldply(list.files(pattern = "xls"), read.xls, sheet = 1, etc)

请注意，此处没有明确的for循环，并且代码非常短且非常简单。

如何从几个xls文件构建数据框？

2 个答案: