Импорт данных из Excel в R: полное руководство с примерами кода

После установки подключите пакеты в начале скрипта:

library(readxl)
library(openxlsx)

2. Базовый импорт с помощью readxl

Пример кода для openxlsx:

large_data <- openxlsx::read.xlsx(
"big_file.xlsx",
sheet = 2,
startRow = 10,  # Начать чтение с 10-й строки
endRow = 10000, # Закончить на 10000-й
cols = c(1:5)   # Читать только первые 5 столбцов
)

Критическое замечание: если ваш файл содержит сложные формулы (например, VLOOKUP или INDEX-MATCH), ни readxl, ни openxlsx не сохранят их в R. Вы получите только вычисленные значения. Для извлечения формул потребуются дополнительные пакеты вроде xlconnect (зависит от Java).

4. Обработка типичных ошибок при импорте

Даже с правильным кодом импорт данных из Excel может завершаться ошибками. Вот самые распространённые проблемы и их решения:

• ❌ Ошибка кодировки: Error: Unsupported encoding 'CP1251'

  Решение: Укажите кодировку явно или конвертируйте файл в UTF-8:

  data <- read_excel("файл.xlsx", encoding = "UTF-8")

  Или откройте файл в Excel и сохраните как CSV UTF-8.

• ❌ Пустые ячейки: Данные считываются как NA, хотя в Excel есть значения.

  Решение: Проверьте, не содержат ли ячейки "невидимые" символы (пробелы, переносы). Используйте параметр trim_ws = TRUE:

  data <- read_excel("файл.xlsx", trim_ws = TRUE)

• ❌ Неправильные типы данных: Даты становятся числами, числа — текстом.

  Решение: Явно укажите типы столбцов:

  data <- read_excel("файл.xlsx", col_types = c("date", "numeric", "text"))

Убедитесь, что файл не открыт в Excel|Проверьте кодировку файла (UTF-8 рекомендуется)|Удалите объединённые ячейки (они могут вызвать ошибки)|Сохраните файл в формате .xlsx (не .xls)-->

⚠️ Внимание: Если в Excel-файле есть объединённые ячейки, readxl и openxlsx проигнорируют их или заменят на NA. Перед импортом разъедините ячейки или обработайте данные вручную.

5. Импорт данных с нескольких листов

Excel-файлы часто содержат несколько листов (например, данные по годам или регионам). Чтобы загрузить их все сразу, используйте функцию excel_sheets() для получения списка листов, а затем цикл или lapply.

Пример 1: Загрузка всех листов в отдельные датафреймы:

library(readxl)

Получить names всех листов
sheet_names <- excel_sheets("multi_sheet.xlsx")

Создать список с данными из каждого листа
all_data <- lapply(sheet_names, function(x) {
read_excel("multi_sheet.xlsx", sheet = x)
})

Доступ к данным: all_data[[1]], all_data[["Лист2"]] и т.д.

Пример 2: Объединение всех листов в один датафрейм (если структура одинаковая):

combined_data <- do.call(rbind, all_data)

Если листы имеют разную структуру, их объединение может привести к ошибкам. В этом случае лучше обрабатывать каждый лист отдельно или использовать пакет purrr для более сложной логики:

library(purrr)
processed_data <- map_df(all_data, ~ .x %>% mutate(source = cur_column()))

6. Продвинутые техники: формулы, макросы и нестандартные форматы

Стандартные пакеты (readxl, openxlsx) не поддерживают:

• 📉 Макросы VBA — они просто игнорируются.
• 🔢 Формулы — импортируются только вычисленные значения.
• 🎨 Сложное форматирование (цвета ячеек, условное форматирование).

Для работы с этими элементами потребуются специализированные решения:

• 🔄 Извлечение формул: Пакет xlconnect (требует Java):

  library(XLConnect)
  wb <- loadWorkbook("formulas.xlsx")
  formulas <- readWorksheet(wb, sheet = 1, formula = TRUE)

• 🖼️ Чтение форматирования: Пакет tidyxl позволяет извлечь информацию о цветах, шрифтах и границах ячеек:

  library(tidyxl)
  xl_data <- xlsx_cells("formatted.xlsx")

⚠️ Внимание: Пакет XLConnect зависит от Java, что может вызвать проблемы в некоторых средах (например, на серверах без GUI). Перед использованием проверьте установку Java командой system("java -version") в R.

Если ваша задача — автоматизировать отчёты с сохранением форматирования Excel, рассмотрите возможность использования RMarkdown + flextable для генерации готовых файлов вместо импорта/экспорта.

7. Автоматизация: импорт нескольких файлов из папки

Часто данные разбиты на множество Excel-файлов (например, по месяцам или филиалам). Чтобы загрузить их все сразу, используйте комбинацию функций list.files() и lapply().

Пример: Импорт всех .xlsx-файлов из папки "data/":

library(readxl)

Получить список файлов
file_list <- list.files(path = "data/", pattern = "\\.xlsx$", full.names = TRUE)

Загрузить данные из каждого файла в список
all_files_data <- lapply(file_list, read_excel)

Объединить все данные (если структура одинаковая)
combined <- bind_rows(all_files_data, .id = "source_file")

Если файлы имеют разную структуру, добавьте проверку перед объединением:

all_files_data <- lapply(file_list, function(f) {
data <- read_excel(f)
if (all(c("date", "value") %in% names(data))) {  # Проверка наличия ключевых столбцов
return(data)
} else {
return(NULL)
}
})
Удалить NULL-значения (файлы с неподходящей структурой)
all_files_data <- compact(all_files_data)

Для рекурсивного обхода подпапок используйте параметр recursive = TRUE в list.files().

8. Альтернативные подходы: конвертация в CSV и облачные сервисы

Если вам регулярно приходится работать с Excel-файлами в R, рассмотрите альтернативные способы организации данных:

• 📑 Конвертация в CSV: Excel-файлы можно сохранить как .csv (через Файл → Сохранить как). Это ускорит чтение и уменьшит размер файла. Для чтения используйте read.csv() или fread() из пакета data.table.
• ☁️ Облачные сервисы: Если данные хранятся в Google Sheets, используйте пакет googlesheets4:

  library(googlesheets4)
  gs4_deauth() # Сброс авторизации (если нужно)
  data <- read_sheet("https://docs.google.com/...edit#gid=0")

• 🗃️ Базы данных: Для больших наборов данных (от 1 ГБ) целесообразно перенести их в SQLite или PostgreSQL и подключаться к ним из R через DBI.

⚠️ Внимание: При конвертации Excel в CSV теряется информация о нескольких листах, форматировании и формулах. Все данные преобразуются в плоскую таблицу. Если эти элементы критичны, используйте специализированные пакеты для работы с Excel.

Для автоматизированных отчётов лучшим решением часто становится комбинация:

1. Хранение исходных данных в базе (PostgreSQL, MySQL).
2. Импорт в R для анализа.
3. Экспорт результатов обратно в Excel с помощью openxlsx или writexl.

FAQ: Частые вопросы по импорту Excel в R

data$date_column <- as.Date(data$date_column, origin = "1899-12-30")

library(httr)
temp_file <- tempfile(fileext = ".xlsx")
GET("https://example.sharepoint.com/.../file.xlsx", write_disk(temp_file))
data <- readxl::read_excel(temp_file)

# По именам
data <- read_excel("file.xlsx", col_select = c("name", "value"))

По индексам
data <- read_excel("file.xlsx", range = "A:C")  # Столбцы A, B, C