读excel直到达到一定标准

如何解决读excel直到达到一定标准

我有一个凌乱的excel文件，我需要按原样读取，但是我想读取该文件，直到找到“像往常一样的项目”行为止。

此值将始终在第一列中，并且该列中的任何其他字符串都不会匹配它。我也不希望其他列下面的任何信息，因为它使我的数字列作为字符串读入（请参见下面带有score的示例）。

例如，我们可以假装这是excel文件：

library(tidyverse)

messy_excel <- tibble(id = c("1","2",NA,"Projects as usual",NA),name = c("Joe","Justin","Other info I don't want"),score = c("50","20","This shouldn't show"))

这就是我想要的：

library(tidyverse)
beautiful_excel <- tibble(id = c("1","2"),"Justin"),score = c(50,20))
~~~~~

Thank you!

解决方法

编辑：

根据@ G5W的建议，我过滤出了值的位置，并从以下答案中得到了启发：How to find row number of a value in R code

具体来说，我为每一行分配了一个行号，检测到目标字符串所在的位置，然后删除了该行及其下一行。然后，我使用hablar软件包中的retype（）函数修复列类型。

library(tidyverse)
library(hablar)

messy_excel <- tibble(id = c("1","2",NA,"Projects as usual",NA),name = c("Joe","Justin","Other info I don't want"),score = c("50","20","This shouldn't show"))

#Give each line a row number
messy_excel$row_num <- seq.int(nrow(messy_excel))

#Identify the row where the garbage starts
messy_row <- which(grepl("Projects as usual",messy_excel$id))

#remove all rows below the garbage,remove the row_num column,correct column types,and remove the rows of all nas
clean_excel <- messy_excel %>%
  filter(row_num < messy_row) %>%
  dplyr::select(-row_num) %>%
  retype() %>%
  na.omit()

glimpse(clean_excel)