如何在R中将Excel工作表名称作为ID列添加到最终dataframe中

我用以下代码从单个Excel文件导入多个工作表，生成的dataframe名称和工作表名称一致（比如工作表名为"a"，R里就生成同名dataframe"a"）：

sheetnames <- readxl::excel_sheets(raw.data.dir)

mylist <- lapply(readxl::excel_sheets(raw.data.dir), readxl::read_excel, path = raw.data.dir)

# 命名数据框
names(mylist) <- sheetnames
# 将数据框导入全局环境
list2env(mylist ,.GlobalEnv)

现在想给每个生成的dataframe自动添加一列，填充对应的工作表名称，不用手动操作。

可复现示例：

a = data.frame(
  y1 = c(1, 2, 3),
  y2 = c(4, 5, 6)
)
 
b = data.frame(
  y1 = c(7, 8, 9),
  y2 = c(1, 4, 6)
)
 
sheetnames <- c("a","b")

mylist = list(a, b)

names(mylist) <- sheetnames

list2env(mylist ,.GlobalEnv)

运行后得到的dataframe a是：

y1    y2
1  1     4
2  2     5 
3  3     6

希望自动处理后得到：

y1    y2   id
1  1     4    a
2  2     5    a
3  3     6    a

方法一：用Map配对工作表名与数据框 #

核心思路是在读取数据（或处理已有列表）时，将工作表名和对应的数据框配对，给每个数据框添加对应名称的列，再导入全局环境。

针对Excel读取场景的完整代码：

sheetnames <- readxl::excel_sheets(raw.data.dir)

# 使用Map同时处理工作表名和读取操作，添加id列
mylist <- Map(function(sheet, path) {
  df <- readxl::read_excel(path, sheet = sheet)
  df$id <- sheet  # 新增列填充对应工作表名称
  df
}, sheetnames, MoreArgs = list(path = raw.data.dir))

names(mylist) <- sheetnames
list2env(mylist, .GlobalEnv)

针对你提供的可复现示例，修改后的代码：

a = data.frame(
  y1 = c(1, 2, 3),
  y2 = c(4, 5, 6)
)
 
b = data.frame(
  y1 = c(7, 8, 9),
  y2 = c(1, 4, 6)
)
 
sheetnames <- c("a","b")

mylist = list(a, b)

# 给列表中每个数据框添加对应名称的id列
mylist <- Map(function(df, name) {
  df$id <- name
  df
}, mylist, sheetnames)

names(mylist) <- sheetnames
list2env(mylist, .GlobalEnv)

方法二：用purrr::imap简化操作 #

如果你习惯使用tidyverse工具链，purrr包的imap函数可以更简洁地实现，它会同时遍历列表的元素和元素名称：

library(purrr)
library(dplyr)

sheetnames <- readxl::excel_sheets(raw.data.dir)
mylist <- lapply(sheetnames, readxl::read_excel, path = raw.data.dir) |>
  set_names(sheetnames) |>
  imap(\(df, name) mutate(df, id = name))  # 新增id列，值为对应工作表名

list2env(mylist, .GlobalEnv)

运行任意一种方法后，每个导入的dataframe都会自动新增一列（示例中为id），填充对应的工作表名称。

内容的提问来源于stack exchange，提问作者myfatson