我从不同的来源获得.xlsx文件,读取和分析R中的数据,工作非常出色。文件很大,10+ MB。到目前为止,readxl::read_xlsx是唯一有效的解决方案。xlsx::read.xls只产生错误消息:.jcall中的错误(“RJavaTools”,"Ljava/lang/Object;","invokeMethod",cl,:java.lang.OutOfMemoryError: GC开销上限超过)
问题:某些文件的文件名中有非标准字母,例如在Windows10/资源管理器中显示为‘.ü...xlsx’(文件名中的字符'ü‘)。当我读取R中文件夹中的所有文件名时,我得到'...u"...xlsx').,在实际读取文件之前,我会检查不同文件夹中文件名的双数。然而,当我读取上面的文件时,我会收到一条错误消息‘.文件不存在’,不管我是否使用
据我所知,这个问题来自于不等量,但不完全相同的unicode组合。我对这些字符最初的编码方式没有任何影响。因此,我看不到读取该文件的方法,只能(到目前为止)在Windows中重命名该文件,将编码为“u+”的“ü”更改为“ü”。
问题:
编辑:
要读取文件列表,dir_ls可以工作(如建议的那样),但它返回一个更奇怪的文件名:‘O’read_xlsxˆ‘而不是’ˆ‘,而后者也不能被read_xlsx读取(找到)。
发布于 2020-05-09 23:57:56
尝试使用fs库。我的工作流程如下所示:
library(tidyverse)
library(lubridate)
library(fs)
library(readxl)
directory_to_read <- getwd()
file_names_to_read <- dir_ls(path = directory_to_read,
recurse = FALSE, # set this to TRUE to read all subdirectories
glob = "*.xls*",
ignore.case = TRUE) %>% # This is to ignore upper/lower case extensions
# Use this to weed out temp files - I constantly have this probles
str_subset(string = .,
regex(pattern = "\\/~\\$", ignore_case = TRUE), #use \\ before $ else it will not work
negate = TRUE) # TRUE Returns non-matching patterns
map(file_names_to_red[4], read_excel)https://stackoverflow.com/questions/61705121
复制相似问题