如何在R中批量读取Excel文件、转换指定列类型并合并？

以下是针对你需求的简便实现方法，全程无需逐个输入文件名：

1. 加载所需工具包 #

首先确保安装并加载readxl（读取Excel）和dplyr+purrr（批量处理与数据合并）：

# 安装包（首次运行需要）
install.packages(c("readxl", "dplyr", "purrr"))

# 加载包
library(readxl)
library(dplyr)
library(purrr)

2. 获取所有Excel文件的路径 #

用list.files函数批量获取目标文件夹下的所有Excel文件路径，记得把"你的文件夹路径"替换成实际存放文件的文件夹路径（比如"D:/animal_data"）：

# 获取所有xlsx格式文件的路径（如果是xls格式，把pattern改成"\\.xls$"）
file_paths <- list.files(path = "你的文件夹路径", pattern = "\\.xlsx$", full.names = TRUE)

• full.names = TRUE确保获取的是完整文件路径，避免后续读取出错。

3. 批量读取并处理每一个文件 #

用map函数遍历所有文件，读取后将指定的4列转换为字符型。把c("日期列1", "日期列2", "日期列3", "日期列4")替换成你实际需要处理的4列的列名：

# 批量处理文件
processed_data <- map(file_paths, function(file) {
  # 读取当前Excel文件
  df <- read_excel(file)
  # 将指定4列转换为字符型
  df <- df %>%
    mutate(across(c("日期列1", "日期列2", "日期列3", "日期列4"), as.character))
  # 返回处理后的数据集
  return(df)
})

• 如果你的dplyr版本较旧（低于1.0.0），可以用mutate_at替代across：

  df <- df %>%
    mutate_at(vars("日期列1", "日期列2", "日期列3", "日期列4"), as.character)
  

4. 合并所有处理后的数据集 #

最后用bind_rows把所有处理好的数据框合并成一个大数据集：

# 合并所有数据
combined_data <- bind_rows(processed_data)

# 查看合并结果
head(combined_data)

这样就能一次性完成59个文件的读取、列类型转换与合并，无需逐个操作文件名。

内容的提问来源于stack exchange，提问作者Rebekah Lumkes