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

# 加载相关 R 包
library(cranlogs)
use("dplyr", c("mutate", "summarise", "slice_max"))

# 获取 RStudio CRAN mirror 下载量数据
packages = c("readxl", "xlsx", "openxlsx", "XLConnect")
data = cran_downloads(
  packages = packages, 
  from = "2020-01-01",
  to = "2025-12-31"
)

# 按照年份统计每个包的下载量
data |>
  mutate(
    year = format(date, "%Y")
  ) |> 
  summarise(
    count = sum(count),
    .by = c(year, package)
  ) -> total_by_year

# 按照包分组统计总下载量
data |> 
  summarise(
    count = sum(count),
    .by = package
  ) -> total

下载量走势图更直观

更新 2026-06-10

走势图此前用的是 echarts4r 生成的动态图，但是每次打开网页时间都比较长，现改为 ggplot2 生成的静态图，同时将包的下载量数据更新到 2025 年 12 月 31 日。

每年下载量

library(ggplot2)
library(scales)

total_by_year |> 
  ggplot() +
  geom_line(
    aes(x = year, y = count, color = package, group = package)
  ) +
  # 突出数据的同时淡化其它数据
  gghighlight::gghighlight(
    use_direct_label = FALSE,
    unhighlighted_params = list(color = alpha("grey85", 1))
  ) +
  # 添加最后一期数据标签
  geom_point(
    data = total_by_year |> slice_max(year, by = package),
    aes(x = year, y = count, color = package),
    shape = 16
  ) +
  geom_text(
    data = total_by_year |> slice_max(year, by = package),
    aes(x = year, y = count, color = package, label = count),
    vjust = -1, size = 2.5, fontface = "bold"
  ) +
  scale_color_manual(values = MetBrewer::met.brewer("Austria")) +
  facet_wrap(~ package) +
  coord_cartesian(clip = "off") +
  scale_y_log10(
    breaks = trans_breaks("log10", function(x) 10^x),
    labels = trans_format("log10", math_format(10^.x))
  ) + 
  theme_minimal() + 
  theme(
    legend.position = "none", 
    axis.title = element_blank(), 
    axis.text = element_text(
      size = 12, color = "#333333"
    ), 
    strip.text = element_text(
      size = 14, face = "bold", color = "#333333"
    ), 
    plot.margin = margin(10, 10, 10, 10),
    plot.background = element_rect(
      color = "#F4F5F1", fill = "#F4F5F1"
    )
  )

累计下载量

total |> 
  ggplot(aes(x = package, y = count, fill = package)) + 
  geom_bar(stat = "identity", alpha = 0.7) + 
  scale_fill_manual(values = MetBrewer::met.brewer("Austria")) + 
  scale_y_log10(
    breaks = trans_breaks("log10", function(x) 10^x),
    labels = trans_format("log10", math_format(10^.x))
  ) + 
  theme_minimal() + 
  theme(
    legend.position = "none", 
    axis.title = element_blank(), 
    axis.text = element_text(
      size = 12, color = "#333333"
    ), 
    strip.text = element_text(
      size = 14, face = "bold", color = "#333333"
    ), 
    plot.margin = margin(10, 10, 10, 10),
    plot.background = element_rect(
      color = "#F4F5F1", fill = "#F4F5F1"
    )
  )

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 openxlsx 包就非常值得深入学习了。但是 openxlsx2 因为比较新，所以从下载量上看对与新包多少有点不公平，实际上我更推荐 openxlsx2 包，函数名统一用下划线而不是驼峰，功能更强大。

如果要读取复杂的 Excel 表格数据，比如通过数据透视表生成的数据¹，那么 tidyxl 包就很有必要了。