如何修正R代码实现读取加密Excel文件并合并为单个DataFrame？

原代码的问题 #

• 函数processFile里错误使用全局变量files而非传入的参数f，导致每次调用都读取全部12个文件，最终得到24个元素（12个文件×2列）的列表。
• sapply会自动简化结果结构，不适合保留数据框格式。

修正后的代码方案 #

方案1：基础R实现

processFile <- function(f) {
  # 用传入的单个文件路径f读取，而非全局变量files
  df <- xl.read.file(f, password = "IIV628")
  # 返回筛选后的两列数据框
  df[, c(2, 15)]
}

# 用lapply获取数据框列表，避免sapply的自动简化
df_list <- lapply(files, processFile)
# 合并所有数据框为单个DataFrame
result <- do.call(rbind, df_list)

方案2：dplyr简洁实现

如果已安装dplyr包，用bind_rows合并更高效：

library(dplyr)

processFile <- function(f) {
  df <- xl.read.file(f, password = "IIV628")
  df[, c(2, 15)]
}

df_list <- lapply(files, processFile)
result <- bind_rows(df_list)

方案3：data.table大数据场景优化

处理大文件时推荐用data.table，速度更快：

library(data.table)

processFile <- function(f) {
  df <- xl.read.file(f, password = "IIV628")
  as.data.table(df[, c(2, 15)])
}

df_list <- lapply(files, processFile)
result <- rbindlist(df_list)

额外提示 #

• 确保files是正确的文件路径向量，可通过files <- list.files(path = "你的目标目录", pattern = "\\.xlsx$", full.names = TRUE)生成。
• 若不同文件的列名不一致，合并时会自动补NA，可在processFile里统一列名，比如colnames(df) <- c("列名1", "列名2")。

内容的提问来源于stack exchange，提问作者Debbie Oomen