R按列名读取excel

Question

所以我有一堆excel文件我想循环读取特定的不连续的列到数据框中。使用readxl作品像这样的基本的东西：

library(readxl) 
library(plyr) 
wb <- list.files(pattern = "*.xls") 
dflist <- list() 

for (i in wb){ 
    dflist[[i]] <- data.frame(read_excel(i, sheet = "SheetName", skip=3, col_names = TRUE)) 
} 

# now put them into a data frame 
data <- ldply(dflist, data.frame, .id = NULL) 

这工作（勉强），但问题是我的Excel文件有大约114列，我只希望特定的人。我也不想让R猜测col_types，因为它会混淆它们中的一些（例如，对于字符串列，如果第一个值以数字开头，它会尝试将整列解释为数字，并且崩溃）。所以我的问题是：如何指定特定的不连续列来读取？ range参数使用cell_ranger包，该包不允许读取不连续的列。那么任何替代方案

Answer 1

从openxlsx包中的read.xlsx函数具有参数cols即采用指定读取哪些列数字索引。

如果至少有一列是字符，它似乎会将所有列读作字符。

编辑：对于.xls文件，请参阅XLConnect包。想到安装rJava可能会很棘手。 keep和drop参数readWorksheet()也接受列名称。参数colTypes处理列类型。这样，它为我的作品：

options(java.home = "C:\\Program Files\\Java\\jdk1.8.0_74\\") 
library(rJava) 
library(XLConnect) 
workbook <- loadWorkbook("test.xls") 
readWorksheet(workbook, sheet = "Sheet0", keep = c(1,2,5))