如何在R中按列名导入Excel指定列且不读取整个文件

你当前的代码是先读取整个工作表再提取指定列，本质上还是加载了所有列到内存里。要实现不读取整个文件只导入目标列，推荐用以下两种方法：

方法1：使用readxl包的col_select参数 #

readxl包的read_excel()函数原生支持通过列名筛选，无需先读取全量数据。直接在函数内指定col_select参数即可：

library(readxl)
col_list <- c("Name", "Alpha", "Beta")
Month1_2020 <- read_excel("Complete Data.xlsx", sheet = "Month1_2020", col_select = col_list)

这个参数会让函数只读取你指定的列，不会加载其他列（比如Gamma）到内存，完全规避了列顺序变化带来的影响。

方法2：使用openxlsx包的cols参数 #

如果你习惯用openxlsx包，可先将目标列名转换成对应索引，再通过cols参数指定读取：

library(openxlsx)
col_list <- c("Name", "Alpha", "Beta")
# 获取工作表的列名列表并匹配目标列的索引
sheet_col_names <- read.xlsx("Complete Data.xlsx", sheet = "Month1_2020", colNames = TRUE, rows = 1)
col_indices <- match(col_list, names(sheet_col_names))
Month1_2020 <- read.xlsx("Complete Data.xlsx", sheet = "Month1_2020", cols = col_indices)

这种方式同样能实现只读取目标列的效果，且依赖列名而非固定列位置。

注意：避免使用先读全表再取子集的写法（比如你之前的[c(col_list)]），这种方式并没有减少文件读取的量，只是在内存中做了二次筛选。

内容的提问来源于stack exchange，提问作者sudeep mallya