[R-es] Excel

[Javier Marcuzzi]

Gracias por el comentario

Yo, al trabajar con archivos semejantes, lo supe pasar a mysql y luego consultar desde R la base de datos, utilice eso porque justo estaba con el software navicat y mysql instalado, el tamaño de archivo era similar, pero en lugar de excel era access, básicamente la orden fue, importa todo, arreglase solo (navicat pudo perfectamente) y luego consultaba los datos desde R, sin necesidad de andar “cargando” datos que no hacían falta.

Puede ser que una alternativa semejante mejore la estabilidad, podría ser sqlite, porque el problema de RStudio es que es una página web, bueno, un navegador y servidor que solo hace eso, incluso si realizo click derecho accedo a la parte del inspector web, como chrome.

Posiblemente esto mejore la estabilidad.

Javier Marcuzzi

> El 19 mar 2025, a las 5:08 a. m., Isidro Hidalgo Arellano via R-help-es <r-help-es using r-project.org> escribió:
> 
> Buenas tardes:
> Por si a alguien le resulta de utilidad, ya he podido sacar tiempo para hacer pruebas con 3 ficheros Excel, de…
> 
>  *   99,9 MB y 2 hojas
>  *   245 MB y 2 hojas
>  *   738 MB y 3 hojas
> Los tiempos de lectura de la carga de las 7 hojas en los 3 ficheros para cada paquete han sido (en un portátil bastante modesto):
> 
>  *   SheetReader: inestable, he intentado varias veces la carga y RStudio me ha sacado la típica bombita de crash. Pero me ha parecido más rápido que el resto (vista la carga de las primeras hojas, antes de petar)
>  *   readxl: 38 minutos
>  *   openxlsx: 20 minutos
>  *   openxlsx2: inestable, también ha salido la bombita.
> No he especificado formato de columnas, porque me interesaba leer “a lo bruto”, sin conocimiento previo del fichero.
> Lo que tengo claro es que usaré SheetReader y si peta, openxlsx.
> Gracias por los consejos y saludos,
> 
> Isidro Hidalgo Arellano
> Oficina del Dato
> Junta de Comunidades de Castilla – La Mancha
> 
> De: Carlos Ortega <cof using qualityexcellence.es>
> Enviado el: lunes, 10 de marzo de 2025 12:49
> Para: Isidro Hidalgo Arellano <ihidalgo using jccm.es>
> CC: r-help-es using r-project.org
> Asunto: Re: [R-es] Excel
> 
> Probé en su momento con "openxlsx" y su nueva versión "openxlsx2" que reescribieron el paquete.. pero la SheetReader seguía siendo el más rápido con diferencia...
> 
> El lun, 10 mar 2025 a las 12:16, Isidro Hidalgo Arellano (<ihidalgo using jccm.es<mailto:ihidalgo using jccm.es>>) escribió:
> Lo probaré, Carlos.
> Gracias
> P.D.: haré una comparativa en un trío de ficheros que tengo y os cuento.
> 
> Isidro Hidalgo Arellano
> Oficina del Dato
> Junta de Comunidades de Castilla – La Mancha
> 
> De: Carlos Ortega <cof using qualityexcellence.es<mailto:cof using qualityexcellence.es>>
> Enviado el: lunes, 10 de marzo de 2025 11:53
> Para: Isidro Hidalgo Arellano <ihidalgo using jccm.es<mailto:ihidalgo using jccm.es>>
> CC: r-help-es using r-project.org<mailto:r-help-es using r-project.org>
> Asunto: Re: [R-es] Excel
> 
> Hola,
> 
> Prueba "SheetReader"... el más rápido de todos los que he probado... está hecho en C++.
> https://cran.r-project.org/web/packages/SheetReader/index.html
> 
> Gracias,
> Carlos Ortega
> http://secure-web.cisco.com/1WtqfMrbdCZ06l7QITkV2xTYN-BC14GNFo4kSbLdNmK-fKYBsnCfF4XDwVNWgv0JyyiSU0gBz1Cb4wLEFVrsvXx_fWaKxYvoRAx4xsS0Hbxl0AI5uWAKcV1LcwsuM_7lEAKnCk8RJnSzk_P0UUBo-2q3pCPoLHlz2aiN8v1TZIC-uRekGscj_XgjTqOjcmKb6nLwn2CN-PsSfPnOr6TC3IET1Hc4ynMfzK-fnA8BN7vyEVKctnMye4cbYVjCtelWFeN4S-Zeo8Va-FdkCfLj0vA/http%3A%2F%2Fwww.qualityexcellence.es
> 
> El lun, 10 mar 2025 a las 11:22, Isidro Hidalgo Arellano via R-help-es (<r-help-es using r-project.org<mailto:r-help-es using r-project.org>>) escribió:
> ¿Qué paquete es más rápido para leer muchos ficheros Excel que suponen conjuntamente millones de registros?
> Que no use Java, por favor. Estoy usando "readxl", precisamente porque no tiene Java, pero es leeeeento.
> Muchas gracias
> 
> Isidro Hidalgo Arellano
> Oficina del Dato
> Junta de Comunidades de Castilla - La Mancha
> 
> 
>        [[alternative HTML version deleted]]
> 
> _______________________________________________
> R-help-es mailing list
> R-help-es using r-project.org<mailto:R-help-es using r-project.org>
> https://stat.ethz.ch/mailman/listinfo/r-help-es
> 
> 
> --
> Saludos,
> Carlos Ortega
> http://secure-web.cisco.com/1WtqfMrbdCZ06l7QITkV2xTYN-BC14GNFo4kSbLdNmK-fKYBsnCfF4XDwVNWgv0JyyiSU0gBz1Cb4wLEFVrsvXx_fWaKxYvoRAx4xsS0Hbxl0AI5uWAKcV1LcwsuM_7lEAKnCk8RJnSzk_P0UUBo-2q3pCPoLHlz2aiN8v1TZIC-uRekGscj_XgjTqOjcmKb6nLwn2CN-PsSfPnOr6TC3IET1Hc4ynMfzK-fnA8BN7vyEVKctnMye4cbYVjCtelWFeN4S-Zeo8Va-FdkCfLj0vA/http%3A%2F%2Fwww.qualityexcellence.es
> 
> 
> --
> Saludos,
> Carlos Ortega
> www.qualityexcellence.es<http://www.qualityexcellence.es>
> 
> 	[[alternative HTML version deleted]]
> 
> _______________________________________________
> R-help-es mailing list
> R-help-es using r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es