如何在R中正确读取格式异常的xls文件？

针对你遇到的伪装成xls的文本文件读取问题，可按以下步骤处理：

• 先排查文件原始结构
  先用readLines查看文件前20行内容，确认数据起始位置、分隔符规则：

  raw_lines <- readLines("D:/Usuario/pivo1/table.xls", n = 20)
  print(raw_lines)
  

  从输出里能明确：目标数据是否从第9行开始、每行的分隔符是否确实是;、是否有表头行等关键信息。

• 精准读取有效数据
  根据上面的排查结果，用文本读取函数跳过无效行，指定正确参数：

  # 假设目标数据从第9行开始，无表头，分隔符为;
  data <- read.table("D:/Usuario/pivo1/table.xls", 
                     sep = ";", 
                     skip = 8,  # 跳过前8行无效内容
                     header = FALSE,
                     stringsAsFactors = FALSE)
  

  如果文件符合欧洲CSV格式（分号分隔），也可以用read.csv2简化：

  data <- read.csv2("D:/Usuario/pivo1/table.xls", skip = 8, header = FALSE)
  

• 解析日期时间数据
  读取后若日期时间是合并字符串，用lubridate包解析：

  library(lubridate)
  # 根据实际日期格式调整函数，比如dmy_hms、mdy_hms等
  data$datetime <- dmy_hms(data[, 1])
  

问题根源说明 #

你的文件扩展名是.xls，但实际是纯文本格式（而非二进制Excel文件），所以readxl、xlsx等专门读取Excel二进制文件的包无法识别，只能用文本类读取函数处理。

内容的提问来源于stack exchange，提问作者Matheus Westphalen