"característica" molesta (o errores?) Para RODBC

Question

RODBC es la biblioteca principal en R para importar datos de una base de datos en R. RODBC parece tener la capacidad de "adivinar" el tipo de datos de la columna que me parece particularmente molesto.

He subido un archivo test.xlshere, o puede crear un archivo xls mismo:

1. crear 2 columnas, la primera columna nombrada col_a y la segunda columna el nombre col_b.
2. tipo lo que quiera en col_a, que las letras escritas en esta columna para 92 filas
3. en la fila 92 ° de col_b, escriba un número allí, he escrito "1923" sin cambiar el tipo de datos (es decir, no utilizando ')
4. intenta importar el archivo XLS en R utilizando la siguiente secuencia de comandos:

---

library(RODBC) 

setwd("C:/Users/hke775/Documents/Enoch/MISC/R_problems/RODBC") 
channel <- odbcConnectExcel("test.xls",readOnly=TRUE) 
dummy.df <- sqlFetch(channel,"Sheet1") 
odbcClose(channel) 

---

Verá que en dummy.df, col_b es todo NA, el 1923 en esta columna ha desaparecido.

Si desea ver el 1923 nuevamente, puede cambiar la 1ra fila de col_b a un número, y está de vuelta otra vez.

Esto es muy molesto ya que no prefiero modificar los datos manualmente. Necesito usar otro paquete para hacer la importación xls, pero no puedo encontrar otros paquetes tan fáciles como RODBC (probé gdata y).

¿Me faltaba algo en el comando sqlFetch y ocasioné el problema? Gracias.

Answer 1

Por favor, no culpar R o RODBC para Microsoft's bugs ...;)

Sin embargo, debido a un error en el controlador ODBC, especificando las filas escanear (MaxScanRows) el establecimiento actualmente no tiene ningún efecto . En otras palabras, el controlador Excel ODBC (MDAC 2.1 y posterior) siempre escanea las primeras 8 filas en la fuente de datos especificada para determinar el tipo de datos de cada columna.

Para obtener información adicional acerca de las filas en las que buscar errores, incluyendo una sencilla solución , haga clic en el número de artículo siguiente para ver el artículo en Microsoft Knowledge Base:

189897 XL97: Datos truncado a 255 caracteres con el controlador ODBC de Excel

me trató la solución en KB189897 estableciendo el valor TypeGuessRows a 0 y mira lo que pasa!

> library(RODBC) 
> channel <- odbcConnectExcel("test.xls",readOnly=TRUE) 
> tail(dummy.df <- sqlFetch(channel,"Sheet1")) 
    col_a col_b 
87  c NA 
88  d NA 
89  e NA 
90  f NA 
91  g NA 
92  h 1923 
> odbcClose(channel) 

Por favor, sin votos o marcas de verificación ... simplemente envíe efectivo.:)