1.加载 readxl 包，利用 reade_excel() 函数
install.packages("readxl")
library(readxl)
data = read_excel("22_data.xlsx",sheet = 1)
read_excel函数的参数设置：
用法：
read.xlsx(xlsxFile, sheet = 1, startRow = 1, colNames = TRUE,
rowNames = FALSE, detectDates = FALSE, skipEmptyRows = TRUE,
skipEmptyCols = TRUE, rows = NULL, cols = NULL, check.names = FALSE,
namedRegion = NULL, na.strings = "NA", fillMergedCells = FALSE)
参数：
startRow ：从这一行开始查找数据，无论startRow是多少，文件上面的空行都会被跳过
sheet : 从那一页开始读
colNames ：如果为真，第一行的数据就是列的名字
rowNames ：如果为真，第一类数据会被作为行的名字
detectDates ：如果为真，则尝试识别日期并进行转换
skipEmptyRows 如果为真，会跳过空行，如果第一个有数据行之后有空行则返回一行NAs
If TRUE, empty rows are skipped else empty rows after the first row containing data will return a row of NAs.
skipEmptyCols 如果为真，会跳过空列
If TRUE, empty columns are skipped.
rows 如果为空则读所有的行，否则输入一个向量来读取向量对应的行。
cols 输入一个数值向量来指定读表格中的那些列，如果为空的化，读完所有的列。
check.names 逻辑变量，如果为真，则检查数据框中变量的名称，以确保它们是语法上有效的变量名
namedRegion 工作簿中的命名区域。 如果不是NULL，则 startRow，rows和cols参数将被忽略
na.strings 字符串的字符向量将会被解释称为 NA，空格将被返回为 NA 。
fillMergedCells 如果为TRUE，则合并单元格中的值将提供给合并中的所有单元格。
注意：此函数既可以读 .xls 也可以读.xlsx 类型文件
2.加载 openxlsx 包，利用 read.xlsx() 函数
install.packages("openxlsx")
library(xlsx)
read.xlsx("22_data.xlsx",sheet=1)
用法
read.xlsx(xlsxFile, sheet = 1, startRow = 1, colNames = TRUE,
rowNames = FALSE, detectDates = FALSE, skipEmptyRows = TRUE,
skipEmptyCols = TRUE, rows = NULL, cols = NULL, check.names = FALSE,
namedRegion = NULL, na.strings = "NA", fillMergedCells = FALSE)
参数设置
xlsxFile ：一个xlsx文件，或者文件的网址
sheet ：从那一页开始读
The name or index of the sheet to read data from.
注意：此函数仅可以读取 .xlsx 类型文件
3.读取文件
> library(openxlsx) #第一种方式
> read.xlsx("22_data.xlsx",sheet=1)
t y X1 X2 X3
1 2000 12581.51 100280.1 15886.50 98.5
2 2001 15301.38 110863.1 18902.58 99.2
3 2002 17636.45 121717.4 22053.15 98.7
4 2003 20017.31 137422.0 24649.95 99.9
5 2004 24165.38 161840.2 28486.89 102.8
6 2005 28778.54 187318.9 33930.28 100.8
7 2006 34804.35 219438.5 40422.73 101.0
8 2007 45621.97 270232.3 49781.35 103.8
9 2008 54223.79 319515.5 62592.66 105.9
10 2009 59521.59 349081.4 76299.93 98.8
11 2010 73210.79 413030.3 89874.16 103.1
12 2011 89738.39 489300.6 109247.79 104.9
13 2012 100614.28 540367.4 125952.97 102.0
14 2013 110530.70 595244.4 140212.10 101.4
15 2014 119175.31 643974.0 151785.56 101.0
16 2015 124922.20 689052.1 175877.77 100.1
17 2016 130360.73 743585.5 187755.21 100.7
> library(readxl) #第二种方式
> data = read_excel("22_data.xlsx",sheet = 1)
> data
# A tibble: 17 x 5
t y X1 X2 X3
<dbl> <dbl> <dbl> <dbl> <dbl>
1 2000 12582. 100280. 15886. 98.5
2 2001 15301. 110863. 18903. 99.2
3 2002 17636. 121717. 22053. 98.7
4 2003 20017. 137422 24650. 99.9
5 2004 24165. 161840. 28487. 103.
6 2005 28779. 187319. 33930. 101.
7 2006 34804. 219438. 40423. 101
8 2007 45622. 270232. 49781. 104.
9 2008 54224. 319516. 62593. 106.
10 2009 59522. 349081. 76300. 98.8
11 2010 73211. 413030. 89874. 103.
12 2011 89738. 489301. 109248. 105.
13 2012 100614. 540367. 125953. 102
14 2013 110531. 595244. 140212. 101.
15 2014 119175. 643974 151786. 101
16 2015 124922. 689052. 175878. 100.
17 2016 130361. 743586. 187755. 101.
注意：对于同样的数据，两个函数的输出结果并不一样，当然理想的方式是上程序框的第一个函数。