如何在R中用readxl按列名而非位置读取Excel指定列？

核心实现思路 #

readxl 1.3.0及以上版本支持和readr::read_csv()用法一致的col_select参数，可直接通过字符向量指定目标列名导入，完全无需关心列在工作表中的位置。旧版本也可通过cols_only参数实现类似效果。

步骤1：安装并加载依赖包 #

# 首次使用时安装包
install.packages(c("readxl", "purrr"))

# 加载所需包
library(readxl)
library(purrr)

步骤2：读取单个Excel文件的指定列 #

以官方示例文件为例，读取"Species"列：

# 推荐方法：用col_select（readxl 1.3.0+）
single_df <- read_excel(
  path = readxl_example("datasets.xls"),
  col_select = "Species"  # 多列可写为c("Species", "Sepal.Length")
)

# 旧版本兼容方法：用cols_only
single_df_old <- read_excel(
  path = readxl_example("datasets.xls"),
  cols_only = c(Species = "text")  # 指定列名与对应数据类型，类型可按需调整
)

步骤3：批量读取多份Excel文件 #

假设目标Excel文件都存放在"./excel_files"目录下，批量读取并提取指定列：

# 获取目录下所有Excel文件的完整路径
excel_files <- list.files(
  path = "./excel_files",
  pattern = "\\.xlsx|\\.xls",
  full.names = TRUE
)

# 定义批量读取函数，传入需要保留的列名
read_target_cols <- function(file_path) {
  read_excel(
    path = file_path,
    col_select = c("Species", "Sepal.Length")  # 替换为你的目标列名向量
  )
}

# 批量读取所有文件，返回数据框列表
df_list <- map(excel_files, read_target_cols)

# 可选：将所有文件合并为单个数据框（需确保列结构一致）
library(dplyr)
combined_df <- bind_rows(df_list)

注意事项 #

• 确保所有目标文件都包含指定列名，若部分文件可能缺失列，可在读取函数中加入tryCatch做错误处理
• col_select支持tidyselect语法，比如starts_with("Sepal")这类模糊匹配，可进一步提升灵活性

内容的提问来源于stack exchange，提问作者AnilGoyal