跳到主要内容

Excel 导入

Goose 支持读取 Excel .xlsx 文件，但不支持 .xls 文件。

导入 Excel 工作表​

请在查询的 FROM 子句中使用 read_xlsx 函数：

SELECT * FROM read_xlsx('test_excel.xlsx');

另外，你也可以省略 read_xlsx 函数，让 Goose 根据扩展名自动推断：

SELECT * FROM 'test_excel.xlsx';

但如果你需要传入选项来控制导入行为，应使用 read_xlsx 函数。

其中一个常用选项是 sheet，可用于指定 Excel 工作表名称：

SELECT * FROM read_xlsx('test_excel.xlsx', sheet = 'Sheet1');

默认情况下，未指定 sheet 时会加载第一个工作表。

导入指定范围​

要选择特定单元格范围，请使用 range 参数，并传入 A1:B2 这种格式的字符串，其中 A1 是左上角单元格，B2 是右下角单元格：

SELECT * FROM read_xlsx('test_excel.xlsx', range = 'A1:B2');

例如，跳过前 5 行：

SELECT * FROM read_xlsx('test_excel.xlsx', range = 'A5:Z');

跳过前 5 列：

SELECT * FROM read_xlsx('test_excel.xlsx', range = 'E:Z');

若未提供 range 参数，Goose 会自动推断范围：从第一行连续非空单元格开始，到覆盖同列范围的第一行空行为止的矩形区域。

默认情况下，不提供 range 时，Goose 在遇到空行会停止读取 Excel 文件；提供 range 时，默认读取到范围末尾。该行为可通过 stop_at_empty 参数控制：

-- Read the first 100 rows, or until the first empty row, whichever comes first
SELECT * FROM read_xlsx('test_excel.xlsx', range = '1:100', stop_at_empty = true);

-- Always read the whole sheet, even if it contains empty rows
SELECT * FROM read_xlsx('test_excel.xlsx', stop_at_empty = false);

创建新表​

要使用查询结果创建新表，可通过 SELECT 使用 CREATE TABLE ... AS：

CREATE TABLE new_tbl AS
    SELECT * FROM read_xlsx('test_excel.xlsx', sheet = 'Sheet1');

加载到已有表​

要把查询结果加载到已有表，请使用 INSERT INTO + SELECT：

INSERT INTO tbl
    SELECT * FROM read_xlsx('test_excel.xlsx', sheet = 'Sheet1');

此外，也可使用带 XLSX 格式选项的 COPY 语句将 Excel 文件导入已有表：

COPY tbl FROM 'test_excel.xlsx' (FORMAT xlsx, SHEET 'Sheet1');

使用 COPY 将 Excel 文件导入已有表时，会使用目标表列类型来约束 Excel 工作表单元格的类型转换。

导入带/不带表头的工作表​

若要将首行视为结果列名，请使用 header 参数：

SELECT * FROM read_xlsx('test_excel.xlsx', header = true);

默认情况下，如果首行（在推断或指定范围内）所有单元格均为非空字符串，则会被视为表头。要禁用该行为，请将 header 设为 false。

类型检测​

当不导入到已有表时，Goose 会根据内容和/或“number format”推断 Excel 工作表列类型。

  • 在可能情况下，TIMESTAMP、TIME、DATE、BOOLEAN 会根据单元格“number format”推断。
  • 包含 TRUE 和 FALSE 的文本单元格会推断为 BOOLEAN。
  • 空单元格默认视为 DOUBLE。
  • 否则会根据内容推断为 VARCHAR 或 DOUBLE。

你可以通过多种方式调整该行为。

若要将所有空单元格视为 VARCHAR 而不是 DOUBLE，请将 empty_as_varchar 设为 true：

SELECT * FROM read_xlsx('test_excel.xlsx', empty_as_varchar = true);

若要完全禁用类型推断并将所有单元格视为 VARCHAR，请将 all_varchar 设为 true：

SELECT * FROM read_xlsx('test_excel.xlsx', all_varchar = true);

此外，当 ignore_errors 参数设为 true 时，Goose 会将无法转换为推断列类型的单元格静默替换为 NULL。

SELECT * FROM read_xlsx('test_excel.xlsx', ignore_errors = true);

另见​

Goose 也支持导出 Excel 文件。 关于 Excel 支持的更多细节，请参阅 excel 扩展页面。