read.xlsx(filename,sheet=1,head=T)
如果你的第一行是数据，head=T会让第一列数据就会被强制为变量名，head=F则相反，这个需要xlsx包。
如果已经载入数据，数据名为a，那么使用colnames（a）=a[1,]，就可以把a的行名变成a的第一行数据，然后a=a[-1，],删除第一行数据，就可以了。当然如果需要，也可以保留第一行数据。
扩展资料：注意事项
header=T表示将文件中第一行设为列名字。row.names= 1表示第一列设为行名。
例如：
data = read.csv("test.csv",row.names= 1) #表示第一行作为列名，第一列作为行名
data = read.csv("test.csv",header=F) #表示读入没有指定行列名的矩阵数据
因此header=T为默认条件，默认条件下没有行名，如果第一列为行名，则需在读入时指定row.names= 1。
R语言读入表格的函数有：
read.table()
read.csv(
read.csv2()
read.delim()
read.delim2()
其中，读入表格常常要考虑行名和列名的显示方式，例如你读入的表格第一行是否为各列的列名，第一列是否为各行的行名等等。
模型拟合 于口模型采用Logistic增函数形式考虑初期指数增及总资源限制其函数形式 首先载入car包便读取数据使用nls函数进行建模其theta一、theta二、theta三表示三待估计参数start设置参数初始值设定trace真显示迭代程nls函数默认采用Gauss-Newton寻找极值迭代程第列RSS值面三列各参数估计值用summary返归结 library(car) pop.mod一 <- nls(population ~ theta一/(一+exp(-(theta二+theta三*year))),start=list(theta一 = 四00, theta二 = -四9, theta三 = 0.0二5), data=USPop, trace=T) summary(pop.mod) 面归程我直接指定参数初始值另种采用搜索策略首先确定参数取值范围利用nls二包暴力优参数种相费 种更简便采用内置自启模型(self-starting Models)我需要指定函数形式需要指定参数初始值本例logistic函数所应selfstarting函数名SSlogis pop.mod二 <- nls(population ~ SSlogis(year,phi一,phi二,phi三),data=USPop) 二、判断拟合效 非线性归模型建立需要判断拟合效候参数优化程捕捉局部极值点非全局极值点直观原始数据点绘制拟合曲线 library(ggplot二) p <- ggplot(USPop,aes(year, population)首先，导入R语言需要加载xlsx包，没有安装这个包的，请用下面的代码进行在线安装：install.packages("xlsx")
选择China的任意一个镜像站点，它会自动安装其他所需的依赖包
安装好xlsx包后，接下来导入存放在“C:\Users\HWT\Desktop”路径下的“test.xlsx”文件，导入这个文件的代码如下：
library(xlsx)
read.xlsx2(file="C:\\Users\\HWT\\Desktop\\test.xlsx",sheetIndex=1)
我们上面的代码只是把test.xlsx导入了R语言，并没有把它赋给R语言里的某个对象，用下面的代码把数据赋给对象Mydata:
Mydata<-read.xlsx2(file="C:\\Users\\HWT\\Desktop\\test.xlsx",sheetIndex=1)
那么如何查看Mydata里面的数据呢？只需要输入“Mydata”即可：
接下来教大家导入xls格式的数据，其实这个很简单，只要把前面代码的xlsx改为xls就可以了：
read.xlsx2(file="C:\\Users\\HWT\\Desktop\\test.xls",sheetIndex=1)
