与xlsx包和choose.files冲突

Question

我在加载 xlsx 包和使用 Choose.files 时遇到一个奇怪的问题。

当我将 RStudio 更新到最新版本（v0.97.237）时，这个问题就开始出现。如果我启动 RStudio，然后加载 xlsx（即

library(xlsx)

），则包加载得很好。但是，如果我随后尝试使用

choose.files()

，RStudio 就会冻结（实际上它会持续运行，并且在不使用 Win7 任务管理器结束它的情况下无法关闭）。如果我启动 RStudio 并首先使用 Choose.files，它就可以正常工作。如果我随后运行

library(xlsx)

行，则 xlsx 包将不会加载。它给出了以下错误。

我尝试重新安装 xlsx 软件包（以及 xlsxjars 和 rJava），但这不起作用。重新安装Java也没有。

有什么建议吗？我正在使用 R v2.15.2。

library(xlsx)  
Loading required package: xlsxjars  
Loading required package: rJava  
Error occurred during initialization of VM  
Could not reserve enough space for object heap  
Error : .onLoad failed in loadNamespace() for 'xlsxjars', details:  
  call: .jinit()  
  error: Cannot create Java virtual machine (-4)  
Error: package ‘xlsxjars’ could not be loaded  

编辑： 问题就在这里。抱歉造成任何混乱。当我输入这个时：

filename<-file.choose() #select file
library(xlsx)
mydata<-read.xlsx(filename,1) #load datafile

我可以成功选择文件名，但 xlsx 包加载失败，因此无法打开数据文件。我收到上面的错误。但是，如果我改为运行此命令（在关闭并重新启动 RStudio 之后）：

library(xlsx)
filename<-file.choose() #select file
mydata<-read.xlsx(filename,1) #load datafile

xlsx 包正确加载，但

file.choose

导致 R 无限期运行，因此脚本冻结，我无法加载文件。使用

choose.files()

也是如此。我不知道为什么这两件事（xlsx和

file.choose

/

choose.files

）会发生冲突，但看来它们是冲突的，因为我只能使用其中之一，具体取决于我先使用哪一个。

编辑2： 我在不同的计算机（相同的操作系统、相同版本的 R、RStudio 和 Java）上尝试过此操作，但遇到了同样的问题。

编辑3： 我转换回 RStudio v0.97.90，问题就消失了。我猜这是 RStudio 的问题。

Answer 1

我总是在顶部使用这些行：

options(java.parameters="-Xmx4000m")
options(java.home="C:/Program Files/Java/jre7/")

看看是否有帮助。

Answer 2

尝试从

清除临时文件

控制面板 > 程序 > Java

看看是否有效。

Answer 3

我最近在新机器上安装 R 时遇到了这个问题。确保您使用正确的 Java 版本（32 位与 64 位）来匹配您的 R 版本。请注意，64 位版本的 Java 并未在其主下载页面上找到，而是在其“手册”上找到。 /l 页此处。

Answer 4

尝试其中一些软件包：

install.packages("XLConnect")
install.packages("xlsxjars")
install.packages("xlsx")

然后加载

library()

使用

read.xlsx2("blah.xlsx",sheetIndex=NULL)

不要使用

file.choose

，只需将文件直接插入

read.xlsx2

功能

或

read.xlsx2("blah.xlsx",sheetName=NULL")

Answer 5

rio 软件包是较新的软件包之一。它解决了我遇到的许多导入和导出问题，并且具有仅需要一个库即可导入/导出多种不同格式的额外好处。它根据文件名的扩展名确定格式。尽管它使用基本相同的功能，但它似乎比其他一些软件包运行得更干净、更快。例如，对于 Excel 文件，它使用

write.xlsx

函数，但在处理大型数据集时对我有用，而

write.xlsx

则不起作用。可以在here找到软件包文档。

install.packages("rio")    
library(rio)

import("myfile.xlsx")
export(df, "myfile.xlsx")

Answer 6

我推荐 Hadley 的

readxl

软件包，它从 CRAN 安装，无需 Java 依赖。

library("readxl")
my_data <- read_excel(filename, sheet = 1)