从R导出表格数据至Tableau，是否存在首选文件格式？

嘿，这个问题我太熟了——毕竟在R和Tableau之间来回倒腾数据是数据分析日常逃不开的操作！下面就给你唠唠从导入成功率和效率角度，哪些格式更靠谱，还有怎么解决你提到的缺失值坑：

1. Parquet（首推！） #

这绝对是当前最省心的格式，完美解决你头疼的缺失值和数据类型识别问题：

• 它是列式存储格式，自带完整的元数据（包括数据类型），Tableau读取时能直接识别R里的数值、日期、字符等类型，不会把数值列的NA误判成字符串
• 压缩率超高，大文件导出和导入速度比CSV快N倍
• R里用arrow包就能轻松导出：

  library(arrow)
  write_parquet(your_data_frame, "your_data.parquet")
  

• 原生支持缺失值：R里的NA会被存储为Parquet的原生缺失值，Tableau读取后直接显示为NULL，完全不用手动调整数据类型

2. CSV（最常用，但要规避缺失值坑） #

如果因为某些原因必须用CSV，只要改个参数就能解决你说的"NA"字符串问题：

• 导出时不要用默认的na = "NA"，改成na = ""，让R把缺失值导出为空单元格：

  write.csv(your_data_frame, "your_data.csv", na = "")
  

  这样Tableau读取时会自动把空单元格识别为数值/日期列的NULL，不会把整个列转成字符类型
• 要是已经导出了带"NA"的CSV也不用慌：在Tableau导入后，右键点击对应的列，选择更改数据类型，把字符列转成你需要的数值/日期类型，Tableau会自动把"NA"转换成NULL

3. Excel（.xlsx） #

适合需要和非技术同事共享数据的场景：

• R里用openxlsx或writexl包导出时，缺失值会被存储为Excel的空白单元格，Tableau读取时能正确识别原生缺失值
• 缺点是Excel有行数限制（新版最多1048576行），大数据集加载速度也不如Parquet，所以只推荐小数据集用

4. RDA/RData（不推荐直接导入Tableau） #

这是R的专属格式，Tableau没法直接读取，必须先在R里转成上面的格式才能导入，所以除非你只是临时存储R数据，否则别用它来导去Tableau

额外小技巧 #

• 导出前在R里提前清理数据：比如把因子列转成字符列（as.character()），避免Tableau读取时出现编码或类型识别问题
• 用arrow包还能实现R和Tableau实时连接：不用导出文件，在R里用open_dataset()创建数据集，Tableau可以直接连接这个数据集，实时同步R里的数据更新

内容的提问来源于stack exchange，提问作者Tiernan