简介面向MATLAB初学者以及需要批量处理表格数据的分析人员这份资料围绕读取Excel格式数据给出可直接运行的示例帮助理解数据导入、文件路径设置、变量查看与结果保存等关键环节适合课程实验、小型数据处理入门和自学练手也便于教师作为课堂演示素材。压缩包共4个文件包含m脚本、xlsx示例数据、txt使用说明和docx文档整体约118KB脚本与样例数据相互配套说明文字覆盖运行思路与常见问题便于按步骤复现并在此基础上替换成自己的表格。已有1982人学习说明该主题在MATLAB数据处理入门中具有较高实用关注度。读者可获得一套结构简洁的MATLAB读表范例、可替换数据的演示流程以及配套文字说明既能直接运行观察结果也可据此修改列范围、表头处理与数据格式为后续数据清洗和分析打基础。1. 从一次读表读错列说起接手别人的 MATLAB 读取 Excel 数据脚本最容易踩坑的地方往往是不报错数字列悄悄变成字符、日期列变成 45 开头的整数、前导零被吃掉脚本一路跑到底结果全错。这份资料值得先看选型再看代码它把 readtable、readmatrix、readcell 三条读取路径的边界、参数和常见问题拆开讲适合手上有一堆 xlsx 台账要清洗的分析人员也适合刚把数据处理从 Excel 公式搬到 MATLAB 的新手。下面按选函数、固定类型、批量读、排错、校验五步走每步都给能直接抄的代码和我踩过的坑。2. 函数选型readtable、readmatrix、readcell 怎么挑xlsx 读到 MATLAB 里第一步不是写循环是决定读成什么形状。readtable 给 table、readmatrix 给数值矩阵、readcell 给元胞三者对表头、混列、缺失值的处理策略完全不同选错了后面全是补丁。老代码里还能见到 xlsread这个函数在只处理老式 .xls 的年代够用放到今天既慢又容易在新格式上出问题除非维护遗留脚本我基本不碰它。我一般使用的判断顺序是有表头、列类型不一致用 readtable纯数值、行列对齐的矩阵型数据用 readmatrix表结构不固定、要先看原样再决定怎么清洗用 readcell。2.1 三行代码看清返回值先别急着写清洗逻辑用同一个文件跑三种读法把 class 和尺寸打出来心里就有数了。这个动作花不到十秒能省掉后面半小时的调错。% 同一个工作簿三种读法的返回值对比 T readtable(台账.xlsx); % table带变量名每列类型独立 M readmatrix(台账.xlsx); % double 矩阵非数值一律 NaN C readcell(台账.xlsx); % cell原样搬运不做列类型推断 fprintf(readtable - %s, %d x %d\n, class(T), height(T), width(T)); fprintf(readmatrix - %s, %d x %d\n, class(M), size(M,1), size(M,2)); fprintf(readcell - %s, %d x %d\n, class(C), size(C,1), size(C,2));逻辑说明三行读的是同一个文件但 readtable 默认把第一行当变量名剩下的按列推断类型一列里只要有非数值就整列退化成 char 或 stringreadmatrix 只认数值表头行会被当成数据读进来于是矩阵第一行全是 NaNreadcell 不做类型推断数值是 double、文本是 char、日期可能是 datetime具体靠检测读进来之后再 cast。参数说明readmatrix 的尺寸一般比 readtable 多一行多出来的就是表头如果发现 M 的首行全 NaN用Range参数据跳过表头别用M(1,:) []硬删那样行号会错位。函数返回类型表头处理混列表现典型场景readtabletable默认当变量名整列退化可强制指定台账、报表、多类型字段readmatrixdouble 矩阵当数据处理非数值变 NaN光谱、仿真、纯数值块readcellcell当数据处理原样保留结构未知、先看后洗xlsread三返回值分开返回靠 raw 兜底只维护老脚本2.2 工作表与区域Sheet、Range、DataRange 的区别实际业务里的 xlsx 很少是「A1 起点、单表、干净表头」。常见情况是前三行是标题和说明、数据从第 4 行开始、目标 sheet 藏在第十几个标签页里。这时候靠Sheet和Range两个参数定位比读进来再切更省内存也更不容易错位。% 先检测再改检测结果最后读——这是最稳的三段式 opts detectImportOptions(月报.xlsx, Sheet, 2024Q1); opts.DataRange A4:H5000; % 数据区A4 到 H5000 opts.VariableNamesRange A3:H3; % 表头单独指定 opts.VariableNamingRule preserve; T readtable(月报.xlsx, opts);逻辑说明detectImportOptions 会先去扫一遍文件给出它认为合理的列类型和范围你在这个基础上改比直接传一堆 name-value 参数可控得多。DataRange 管数据区VariableNamesRange 管表头两者可以不相邻中间隔着说明行也没关系。参数说明Sheet接受工作表名字符串或正整数序号序号从 1 开始按工作簿标签顺序数隐藏表也占位所以按序号定位容易错能用名字就用名字。Range 的写法有几种A1:D10是矩形块B:B是整列3:5是整行A1表示从该点一直读到数据末尾。矩形的右下角不要写太死写小了会截断我一般写大一点A4:H100000多出来的空行 readtable 会自动去掉。2.3 一个能直接复用的读取模板每写一个新脚本就复制一遍参数太麻烦把常用设置封装成函数参数留默认值调用时只传关心的那几个。这个模板我在多个项目里用了几年改动很小。function T readSheetSafe(file, sheet, dataRange, varNamesRange) % 带默认值的 Excel 读取封装 % file : 文件路径建议用 fullfile 拼 % sheet : 工作表名或序号留空默认第 1 个 % dataRange : 数据区如 A4:H5000留空则由检测决定 % varNamesRange : 表头区如 A3:H3留空则由检测决定 if nargin 2 || isempty(sheet), sheet 1; end if nargin 3, dataRange ; end if nargin 4, varNamesRange ; end opts detectImportOptions(file, Sheet, sheet); if ~isempty(dataRange), opts.DataRange dataRange; end if ~isempty(varNamesRange), opts.VariableNamesRange varNamesRange; end opts.VariableNamingRule preserve; % 保留原始表头别自动改写 opts.TextType string; % 文本统一成 string避免 char 混用 T readtable(file, opts); end逻辑说明函数只做三件事——补默认值、改检测选项、调用 readtable。真正的清洗逻辑放在外面读取函数保持无副作用出问题时容易二分定位。TextType设成 string 是为了让后面所有文本列类型一致ismissing和strcmp都能直接用在 string 上不用在 char 和 cellstr 之间来回转换。参数说明VariableNamingRule preserve会保留中文表头和带括号的列名好处是列名可读代价是访问时要写T.(单价(元))不能直接用点号。如果后续要做大量列运算建议在这个函数外面再套一层改名逻辑按固定规则映射成英文短名比如T.Properties.VariableNames {id,name,price}索引稳定代码也短。3. 固定列类型表头改写、混列和日期序列号readtable 的类型推断在干净数据上很准在业务台账上经常判断错误。一列「金额」里混了两个「待确认」整列变 string一列「日期」里有个手工填的「-」整列退化成 char。这些都不是 bug是推断策略的必然结果。可控的做法是显式告诉它每列是什么而不是读进来再 cast——读进来再转中间那次转换可能已经丢信息了。3.1 表头被改成 x 开头VariableNamingRule 的默认行为默认的modify会把不能做变量名的字符替换掉空格、括号、斜杠、单位符号都在处理范围内以数字开头的列名会被加前缀。于是「2024年销量」变成x2024年销量「单价(元)」里的括号被替换。列名一变后面按名字取列的代码全部失效这是交接脚本里最常见的报错来源。% 看默认改写成了什么再决定要不要 preserve optsDefault detectImportOptions(价格表.xlsx); disp(optsDefault.VariableNames) % 改写后的列名 optsKeep detectImportOptions(价格表.xlsx, VariableNamingRule, preserve); T readtable(价格表.xlsx, optsKeep); disp(T.Properties.VariableNames) % 原始列名 % preserve 之后按原名列访问必须用动态字段名 price T.(单价(元));逻辑说明detectImportOptions的第二个参数可以直接传VariableNamingRule不用先建 opts 再赋值。preserve 之后列名保持原样点号访问会报「无效字段名」改用括号加字符串的动态字段名语法就能取到。参数说明preserve 和 modify 二选一没有中间态。如果表头里有重复列名两种模式都会加后缀区分比如金额和金额_1做列对齐时要留意这个后缀它会让ismember判断失效。我的习惯是读进来立刻打印一次列名肉眼扫一遍有没有奇怪的Var开头或者_1后缀比事后调试便宜。3.2 强制列类型setvartype 与混列的处置金额列里混文本、编号列里混空格这类问题的正解是先声明类型再读而不是读完再清洗。声明之后不符合的内容按缺失值处理位置不乱、行数不变后续统计才有意义。opts detectImportOptions(订单.xlsx); opts setvartype(opts, {订单号,客户名称}, string); % 强制文本 opts setvartype(opts, {金额,数量}, double); % 强制数值 % 把几种常见的占位符统一当缺失值 opts setvaropts(opts, 金额, TreatAsMissing, {NA,--,待确认,}); opts setvaropts(opts, 客户名称, TreatAsMissing, {-}); T readtable(订单.xlsx, opts); fprintf(缺失单元格%d 个\n, sum(ismissing(T), all));逻辑说明setvartype改的是整列的目标类型setvaropts改的是单列的细节选项。TreatAsMissing 的作用是把指定字符串识别成 missing数值列得到 NaN、文本列得到missing而不是让它们变成字符串混在数值里。参数说明TreatAsMissing 的取值要对着真实数据列别凭想象写。我一般先readcell读一次unique一下目标列的取值把非数字的挑出来再回头写这个列表。文本列声明成 string 之后ismissing认missing但不认空字符串要用T.客户名称 单独判断空串这是两个不同的东西。3.3 日期与缺失值45xxx 序列号、NaT 和空单元格Excel 内部把日期存成从 1900-01-01 起算的序列号45000 左右对应 2023 年前后。readtable 的大部分情况能自动识别并转成 datetime但列里只要混进一个「见附件」或者合并单元格留下的空检测就可能放弃转换整列变成 double 或 char日期就成了 45xxx。opts detectImportOptions(考勤.xlsx); opts setvaropts(opts, 打卡时间, Type, datetime, ... InputFormat, yyyy-MM-dd HH:mm:ss, ... DatetimeFormat, yyyy-MM-dd HH:mm:ss); T readtable(考勤.xlsx, opts); % 已经是序列号的情况按 1900 日期系统换算 if isnumeric(T.打卡时间) T.打卡时间 datetime(T.打卡时间, ConvertFrom, excel); end disp(sum(ismissing(T.打卡时间))) % 空单元格会变成 NaT逻辑说明InputFormat是告诉解析器源数据长什么样格式对不上就记 NaT不会瞎猜DatetimeFormat只是显示格式不影响存储值。第二段用ConvertFrom,excel处理已经读成数值的情况这个转换按 1900 日期系统换算如果源文件是按 1904 日期系统保存的整体会差 4 年零 1 天这种时候不要硬加偏移量回 Excel 里确认工作簿设置更靠谱。参数说明空单元格在 datetime 列里是 NaT数值列里是 NaN文本列里是missing三者都用ismissing判断但只对同类型列有效。统计缺失率时按列做别对整个表sum(isnan(...))table 里有文本列会直接报错。4. 批量与性能多 Sheet、大文件和回写单表读通之后真正花时间的是批量。一个月十几个工作簿、每个工作簿十几个 sheet手工改路径不现实表大到几十万行时一次性 readtable 又可能把内存拉满。这一章讲三件事怎么循环读整本工作簿、大表怎么切片、结果怎么回写到 xlsx。4.1 一次读完整本工作簿sheetnames 加循环sheetnames返回字符串数组顺序和工作簿里的标签顺序一致直接拿来遍历最省事。注意它读的是文件名不是打开的文件路径必须完整。file 月报汇总.xlsx; names sheetnames(file); % 字符串数组不是 cell allData cell(numel(names), 1); % 先用 cell 收集最后再合并 for k 1:numel(names) opts detectImportOptions(file, Sheet, names(k)); opts.VariableNamingRule preserve; opts.TextType string; allData{k} readtable(file, opts); fprintf(%-14s %6d 行 %3d 列\n, names(k), ... height(allData{k}), width(allData{k})); end逻辑说明sheetnames(file)只接受文件路径返回的是 string 数组names(k)拿到的仍是 string可以直接传给Sheet。循环里每次都重新 detectImportOptions是因为不同 sheet 的表头和列数可能不一样共用一套 opts 会读错列。参数说明合并之前先检查各表的列名是否一致allData{k}.Properties.VariableNames打出来对比列名或顺序不同就直接vertcat会得到错位数据。列名一致时用vertcat(allData{:})一次合并比循环里T [T; newT]快一个量级。表头行数不一致的用Range按 sheet 单独指定别指望一套参数通吃。4.2 大文件的读法分块、Range 与 datastore 的边界几十万行的 xlsx 一次性读进来内存占用大概是文件体积的十几倍中间还有解析开销。分块读的关键是每块都用 Range 限定收集到 cell 里最后一次合并避免在循环里反复复制大表。file 日志.xlsx; blockSize 50000; startRow 2; % 第 1 行是表头 blocks {}; while true rng sprintf(A%d:Z%d, startRow, startRow blockSize - 1); blk readtable(file, Range, rng, ReadVariableNames, false); if isempty(blk), break; end % 读到末尾退出 blocks{end1} blk; %#okSAGROW startRow startRow blockSize; end T vertcat(blocks{:}); % 一次性合并 T.Properties.VariableNames {时间,编号,类型,数值}; % 补表头逻辑说明ReadVariableNames, false让每块都把第一行当数据读避免第二块开始表头被吞掉收集到 cell 里再加一个块末尾一次vertcat内存峰值只出现在合并那一步比循环内拼接省很多。退出条件是读到空块Range 超出数据区时 readtable 返回空表正好用来判断结束。参数说明blockSize按内存调一般 5 万到 20 万行之间。列数很多超过 50 列时把 Z 换成更靠后的列字母Range 写小了会静默截断读出来的表列数对不上才发现。另外tabularTextDatastore只吃 csv 和 txtxlsx 用不了数据量大到几十万行以上时我一般的做法是先用 Excel 另存成 csv再走 datastore速度差好几倍。4.3 回写writetable 的 Sheet、Range 与 WriteMode读完之后把清洗结果写回去最容易出的问题是覆盖了别人的原始数据。writetable 的WriteMode决定这个行为默认值不是追加。% 写入指定 sheet 的指定位置覆盖该 sheet 原有内容 writetable(T, 结果.xlsx, Sheet, 清洗后, Range, B2, ... WriteVariableNames, true, WriteMode, overwritesheet); % 追加到已有数据下方要求列结构一致 writetable(T, 结果.xlsx, Sheet, 清洗后, Range, A1, ... WriteMode, append, WriteVariableNames, false);逻辑说明overwritesheet会清空目标 sheet 再写append从已有数据的最后一行往下接。Range在 overwritesheet 模式下表示写入起点不是覆盖范围这一点容易误解——写B2不代表只动 B2 那一块。参数说明WriteVariableNames在 append 模式下必须设 false否则表头会被当成一行数据追加进去第二次运行就多一行表头。Sheet指定的工作表不存在时writetable 会新建一个不会报错。还有个细节写入会打开文件句柄如果同一个文件正被 Excel 打开着写入会失败并报权限错误批量写之前先确认没有进程占用。5. 避坑与排查五类读表引发的问题下面五条是我在实际项目里真实遇到过的按「现象 → 原因 → 解决」记录每条都给了可执行的检查手段。遇到读表结果不对对着这五条过一遍八成能定位。5.1 现象编号列变成数字前导零全部丢失现象Excel 里显示0012345读到 MATLAB 里是12345和另一张表按编号关联时全部匹配不上。原因这一列在 Excel 里本身是数值格式前导零只是显示格式值里根本没有零。readtable 读到数值就按 double 处理零在源头就没了不是 MATLAB 丢的。解决确认 Excel 里该列是不是文本格式。如果源头是数值格式只能回 Excel 用分列或 TEXT 函数转成文本再读或者在 MATLAB 里用sprintf(%07d, x)按固定宽度补齐但补齐的前提是知道原始宽度。读取端做强制声明让含非数字的行不至于整列退化opts detectImportOptions(订单.xlsx); opts setvartype(opts, 订单号, string); % 前提Excel 里是文本格式 T readtable(订单.xlsx, opts);顺带一提MATLAB 里对 double 做num2str后再补零位数要靠业务规则确定别用%d猜。5.2 现象日期列读成 45000 多现象T.日期是一列 45000 左右的数值datetime相关函数全部报错画图横轴变成一串数字。原因该列在 Excel 里是日期格式但列里混了空行或文本类型检测放弃转换保留原始序列号。也可能是这一列的单元格格式被设成了「常规」Excel 自己就按数字显示。解决先用readcell读一次看这一列里非日期的值是什么把它们处理掉再用setvaropts强制Type为 datetime 并指定 InputFormat。已经是数值的用datetime(x, ConvertFrom, excel)换算换算前先确认工作簿用的是 1900 还是 1904 日期系统后者会整体差 4 年零 1 天。5.3 现象合并单元格只读到左上角其余是空现象表格里「部门」一列用了合并单元格读进来只有第一行有值后面全是missing按部门分组统计时数据全丢。原因合并单元格在文件里只有左上角那个格子存了值其余格子物理上是空的。读取函数看到的是一张标准的稀疏表没有任何信息告诉它这些空格应该被填充。解决读取之后按业务规则向下填充用fillmissing对分类列做前向填充T.部门 fillmissing(T.部门, previous);注意fillmissing对 string 列支持previous对 cellstr 要先转 string。填充前务必确认首行不为空否则第一段数据仍然是缺失的。更彻底的做法是在 Excel 端取消合并或者要求上游按规范出表。5.4 现象文件明明在readtable 报无法打开现象路径肉眼看着没问题exist也返回 2readtable 还是报错或者换了台机器就报同样的错。原因三个常见来源——路径里有中文或空格但没做规范化、文件正被 Excel 独占打开、网络盘或同步盘的临时锁文件干扰。还有一种隐蔽情况文件名看起来一样实际末尾有不可见空格。解决按顺序排查每一步都能排除一类问题。f fullfile(pwd, 数据, 月报.xlsx); disp(exist(f, file)) % 0 不存在2 是文件 disp(char(f)) % 看有没有隐藏字符 finfo dir(f); disp(finfo.bytes) % 文件大小为 0 说明没同步完Sheet名字写错时的报错信息有时候指向文件不存在误导性很强先把sheetnames(f)打出来对一遍再判断。5.5 现象老脚本里的 xlsread 报错或者慢到无法接受现象维护几年前的项目[num, txt, raw] xlsread(...)在新版本上报错或者读一个几万行的文件要等几分钟CPU 占用不高但就是不返回。原因xlsread 在新版本里对 xlsx 的支持依赖额外的转换链路遇到公式、图表、条件格式丰富的文件容易卡住它的三返回值设计也逼着调用方做二次拼接。解决整体迁移到 readtable用Sheet和Range替代原来 xlsread 的位置参数返回值从三段拼成一张表。迁移时注意旧代码里num和txt往往按列号硬索引改成按变量名索引更稳。迁移脚本不用一次改完可以先在旧函数外面包一层内部改用 readtable保持返回值结构不变逐步替换调用点。6. 校验与进阶读完之后怎么确认数据没读偏读取代码跑通不代表数据对我见过太多「脚本无报错、结果差一半」的案例。所以每次读完我会固定做四项体检行数对得上不、列数和列名符合预期不、每列类型是不是我想要的那个、缺失比例是不是在合理范围。这四项用几条命令就能跑完比事后拿结果反推便宜得多。function checkTable(T, expectRows, expectCols) % 读表后的四项基础校验 assert(istable(T), 返回值不是 table); assert(height(T) expectRows, sprintf(行数不符%d ! %d, height(T), expectRows)); assert(width(T) expectCols, sprintf(列数不符%d ! %d, width(T), expectCols)); types varfun(class, T, OutputFormat, cell); disp(table(T.Properties.VariableNames, types, ... VariableNames, {列名,类型})); missRate sum(ismissing(T), 1) / height(T); bad find(missRate 0.3); if ~isempty(bad) warning(以下列缺失超过 30%%%s, strjoin(T.Properties.VariableNames(bad), , )); end end逻辑说明istable挡住「读成了矩阵」这类低级错误行数列数的断言在批量处理时特别有用——某个 sheet 少读了一行通常是 Range 写死了上限。类型表打出来是为了肉眼确认日期列没变成 double、编号列没变成数值。缺失率超过 30% 的列单独告警这类列往往是读取范围错位或者表头错行。参数说明expectRows和expectCols在批量场景下不好硬编码可以改成和上一期数据对比行数波动超过 10% 就告警。varfun(class, T, OutputFormat,cell)返回的是每列的类型字符串比T.Properties.VariableTypes更直观后者给的是 MATLAB 内部类型名和实际存储类型有时候对不上。进阶一点的做法是做一次抽样比对从 Excel 里手工抄 5 行关键数据写成常量数组读完之后用ismember或者按主键 join 一遍确认这 5 行完全一致。这个方法看起来笨但能抓住类型转换、编码、四舍五入这几类最难查的问题。下面这张表是我常用的核对清单按顺序过一遍基本不会有漏网之鱼。检查项命令期望结果行数height(T)与源表数据行数一致列名T.Properties.VariableNames无Var/x前缀无_1后缀列类型varfun(class, T, OutputFormat,cell)日期 datetime、编号 string缺失率sum(ismissing(T),1)/height(T)各列在业务合理范围内极值groupsummary(T, 类别, max, 金额)无异常大的 45xxx 混入金额列抽样手工 5 行 vs 读入 5 行逐字段完全一致有一个我吃过亏的细节ismissing对 string 列不把当缺失只认missing而readtable读空单元格给的恰恰是missing所以你手工在 Excel 里敲一个空格读进来是 不计入缺失但也不等于空串筛选的时候会漏。这种数据我一般在读取后统一做一次strip把纯空白转成 missing避免统计口径打架。从那以后我每次读完 Excel 都强制走一遍checkTable行数、列名、类型、缺失率四项不打印出来就不往下写清洗逻辑。这个习惯救过我好几次——有一次上游偷偷加了一列备注所有按列号索引的代码全部右移一位结果全错但没有任何报错就是靠列名核对当场发现的。希望帮到你。本文还有配套的精品资源点击获取
