寻找满足需求的 R 包

比如我现在需要一个能读取 Excel 文件的 R 包，你可以用 pkgsearch 包帮你搜索一下，比如用关键词 “read excel” 来搜：

library(pkgsearch)
pkg = ps("read excel", size = 20)
DT::datatable(pkg[c(1:2, 4)])

你可以用 View(pkg) 获得更多的信息。

哪一个包最棒？

能满足需求的包可能不止一个，我该选哪一个呢？或许下载量指标是个不错的指标。需要说明的是下载量最大的包不一定就是最棒的包，因为新包由于知名度较低，可能下载量比较低，但是对于老包，这个指标还是很有代表性的。另外下载量最大的包在具体某个功能点上未必就是最好的。

我对包更挑剔点，在能满足要求的前提下，我更喜欢轻量级的包。如果是写 R 包你会发现尽量用 base R自带的函数更好。

统计相关包的下载量

# 获取 RStudio CRAN mirror 上的下载量数据
library(cranlogs)
cran_dl = cran_downloads(
  packages = c(
    "readxl", 
    "xlsx", 
    "openxlsx", 
    "XLConnect"
  ),
  from = "2023-01-01", 
  to = "2023-09-30"  
)

# 按照包、年、月汇总统计数据
library(dplyr)
cran_dl %>% 
  mutate(
    year = format(date, '%Y'),
    month = format(date, '%m')
  ) %>% 
  group_by(package, year, month) %>% 
  summarise(
    total = sum(count),
    .groups = "drop"
  ) -> stat_data

下载量走势图更直观

library(ggplot2)
ggplot(
  data = stat_data,
  mapping = aes(
    x = paste0(year, month), 
    y = total, 
    color = package, 
    group = package
  )
) + 
geom_point() + geom_line() +
xlab("") + ylab("") + 
theme(legend.position = "bottom")

一图胜千言，不可否认：仅仅只是读取 Excel 文件，readxl 包确实是目前最棒的包，支持 .xlsx 和 .xls 两种格式，它的底层是基于 C 和 C++，读取速度也非常快。

如果除了读取外，还有其他需求，比如定制个性化的报表，那么 openxlsx2 和 openxlsx 包就非常值得深入学习了。