我想知道是否有人知道从“大” xlsx文件(〜20Mb)导入数据的方法。我尝试使用xlsx和XLConnect库。不幸的是，它们都使用rJava，并且我总是会遇到相同的错误:
> library(XLConnect)
> wb <- loadWorkbook("MyBigFile.xlsx")
Error: OutOfMemoryError (Java): Java heap space
要么
> library(xlsx)
> mydata <- read.xlsx2(file="MyBigFile.xlsx")
Error in .jcall("RJavaTools", "Ljava/lang/Object;", "invokeMethod", cl, :
java.lang.OutOfMemoryError: Java heap space
我还尝试在加载rJava之前修改java.parameters:
> options( java.parameters = "-Xmx2500m")
> library(xlsx) # load rJava
> mydata <- read.xlsx2(file="MyBigFile.xlsx")
Error in .jcall("RJavaTools", "Ljava/lang/Object;", "invokeMethod", cl, :
java.lang.OutOfMemoryError: Java heap space
或加载rJava之后(我认为这有点愚蠢):
> library(xlsx) # load rJava
> options( java.parameters = "-Xmx2500m")
> mydata <- read.xlsx2(file="MyBigFile.xlsx")
Error in .jcall("RJavaTools", "Ljava/lang/Object;", "invokeMethod", cl, :
java.lang.OutOfMemoryError: Java heap space
但是没有任何效果。有人有主意吗？
最佳答案
当有人给我(另一个)Excel文件进行分析时，我偶然发现了这个问题。这个甚至还没有那么大，但是由于某种原因，我遇到了类似的错误:
java.lang.OutOfMemoryError: GC overhead limit exceeded
基于@Dirk Eddelbuettel在先前答案中的评论，我安装了openxlsx软件包(http://cran.r-project.org/web/packages/openxlsx/)。然后运行:
library("openxlsx")
mydf <- read.xlsx("BigExcelFile.xlsx", sheet = 1, startRow = 2, colNames = TRUE)
这正是我想要的。易于使用和邪恶的快速。这是我的新 friend 。感谢小费@Dirk E!
顺便说一句，我不想从Dirk E那里窃取这个答案，所以如果他发布答案，请接受它而不是我的!