如何按受试者分Sheet导出R数据框含缺失值的记录至Excel

可以用openxlsx包实现这个需求，它无需依赖Java，处理大规模数据集效率较高，支持多工作表写入。

步骤1：安装并加载所需包 #

# 首次使用时安装包
install.packages("openxlsx")
# 加载包
library(openxlsx)

步骤2：核心代码实现 #

# 用户提供的示例数据
ID <- c(1, 2, 3)
sexe <- c(1, 2, NA)
age <- c(NA,28,32)
df <- data.frame(ID, sexe, age)

# 1. 按ID分组，筛选出存在缺失值的受试者
na_groups <- df %>%
  group_by(ID) %>%
  filter(anyNA(.)) %>%
  ungroup()

# 2. 将筛选后的数据集按ID拆分为列表，每个元素对应一个受试者
split_list <- split(na_groups, na_groups$ID)

# 3. 写入Excel文件，每个ID对应独立工作表
if(length(split_list) > 0){
  write.xlsx(split_list, file = "有缺失值的受试者记录.xlsx",
             sheetName = names(split_list),
             rowNames = FALSE)
} else {
  message("没有存在缺失值的受试者记录")
}

代码说明 #

• group_by(ID)：按受试者ID分组，确保每个组对应一个独立受试者
• filter(anyNA(.))：检查每组内是否存在任意缺失值，仅保留符合条件的组
• split(...)：将筛选后的数据集拆分为以ID命名的列表，每个元素对应单个受试者的数据
• write.xlsx：将列表中的每个元素写入独立工作表，工作表名称自动使用ID，rowNames = FALSE避免导出冗余行号

注意事项 #

• 如果数据集里ID不是唯一标识，需先确认每个受试者的唯一识别字段，再按该字段分组
• 针对超大规模数据集，建议先做缺失值统计预处理，避免内存过载

内容的提问来源于stack exchange，提问作者lM__3