R语言批量处理多工作表Excel文件的高效实现方法咨询

针对你有131个格式一致工作表的Excel文件，完全可以通过自动化批量处理替代手动操作，步骤如下：

核心思路 #

通过获取所有工作表名称，封装单表读取逻辑，再批量遍历合并，全程无需手动指定工作表序号或修改站点ID。

具体代码实现 #

首先加载所需工具包：

library(readxl)
library(purrr)
library(dplyr)
library(stringr) # 用于提取站点信息

1. 获取所有工作表名称

sheet_names <- excel_sheets("mydata.xlsx")

2. 封装单表读取函数
   把读取、列筛选、站点信息提取的逻辑打包成函数：

read_single_sheet <- function(sheet_name) {
  # 从工作表名提取站点ID（比如从"(13) stationName"中取出13）
  station_id <- str_extract(sheet_name, "\\d+")
  # 提取站点名称
  station_name <- str_remove(sheet_name, "^\\(\\d+\\) ")
  
  # 读取工作表，按你的需求设置skip和n_max
  raw_df <- read_excel("mydata.xlsx", skip = 1, n_max = 65, sheet = sheet_name)
  
  # 提取指定列（替换为你实际需要的列名，比如c("日期", "温度", "湿度")）
  filtered_df <- raw_df %>% select(目标列1, 目标列2, 目标列3)
  
  # 新增站点标识列，方便后续区分数据来源
  filtered_df %>% mutate(
    station_id = station_id,
    station_name = station_name,
    .before = 1 # 可选：把站点信息放在数据最前列
  )
}

3. 批量读取并合并所有数据
   用map_dfr直接遍历所有工作表，自动合并成一个完整数据框：

combined_data <- map_dfr(sheet_names, read_single_sheet)

方案优势 #

• 全程自动化：无需手动逐个读取工作表，131个表一键处理
• 自动提取站点信息：从工作表名中解析ID和名称，避免手动修改出错
• 一步合并：map_dfr直接生成合并后的最终数据框，省去手动rbind的繁琐
• 可维护性强：后续调整读取参数（如skip、n_max）或筛选列，只需修改函数内的对应部分

内容的提问来源于stack exchange，提问作者Johanna