如何用R按客户拆分Dataframe生成动态多标签Excel并移除全NA列

需求说明 #

• 为每个客户生成独立的Excel文件
• 每个文件内根据prod字段自动创建对应标签页（单个客户可能有1个或多个标签页）
• 移除每个客户数据中所有值均为NA的列（例如cust4的文件需删除cost1列）

原代码问题 #

原代码未先按客户分组，直接按customer+prod组合拆分，导致生成的是每个组合的独立文件，而非单个客户包含多标签页的文件；同时全NA列的移除未针对单个客户层级处理，无法实现预期效果。

正确实现代码 #

library(tidyverse)
library(openxlsx)
library(janitor)

# 按客户分组处理并生成Excel文件
df.1 %>%
  group_split(customer, .keep = TRUE) %>%
  walk(function(cust_data) {
    # 获取当前客户名称
    cust_name <- unique(cust_data$customer)
    
    # 移除当前客户数据中全为NA的列
    cleaned_data <- cust_data %>% remove_empty(which = "cols")
    
    # 按prod拆分数据，作为Excel的不同标签页
    tab_list <- cleaned_data %>% split(.$prod)
    
    # 写入Excel文件
    write.xlsx(
      tab_list,
      file = paste0(cust_name, ".xlsx"),
      startRow = 6
    )
  })

代码逻辑解释 #

• group_split(customer)：将原始数据按客户拆分为独立数据集列表，每个元素对应一个客户的所有记录
• remove_empty(which = "cols")：针对单个客户的数据，移除所有值均为NA的列，确保每个客户的文件只保留有效列
• split(.$prod)：将当前客户的清洗后数据按prod字段拆分，得到的列表元素会作为Excel的标签页，列表名称自动作为标签页名称
• write.xlsx()：将标签页列表写入Excel文件，文件名为客户名称，满足每个客户一个文件的需求

效果验证 #

执行后会生成4个Excel文件：

• cust1.xlsx：包含online和in-person两个标签页
• cust2.xlsx：包含online和in-person两个标签页
• cust3.xlsx：仅包含online一个标签页
• cust4.xlsx：仅包含online一个标签页，且自动移除了全NA的cost1列

内容的提问来源于stack exchange，提问作者cowboy