R脚本批量执行时行选择异常，分步执行正常

可能的问题根源 #

批量执行时出现行数异常，大概率是分步执行时的隐式状态保留或row_to_names操作后的索引逻辑叠加导致的。手动删行后再调用row_to_names，可能因函数隐式移除目标行，叠加造成多删了2行；而分步执行时，你可能在中间查看了数据状态，间接避免了索引计算错误。

具体优化方案 #

1. 读取阶段直接完成跳过与列名设置（最推荐） #

用read_excel的原生参数一步到位，彻底规避手动索引的风险：

# skip=4 跳过前4行，自动将第5行设为列名
Corrugator <- read_excel(data_files[1], sheet = "EMG_Corrugator", skip = 4, col_names = TRUE)

这种方式不需要后续的删行和row_to_names操作，完全避免索引计算出错的可能。

2. 手动处理时明确隔离原始数据 #

如果必须保留手动处理逻辑，要确保每一步都基于原始读取的数据，避免变量覆盖导致的索引混乱：

# 先读取原始数据，不直接修改
raw_df <- read_excel(data_files[1], sheet = "EMG_Corrugator")
# 提取跳过前4行后的有效数据（第5行到末尾）
clean_df <- raw_df[5:nrow(raw_df), ]
# 从原始数据中取第4行作为列名
colnames(clean_df) <- as.character(raw_df[4, ])

这里直接从原始数据中提取列名，不会和后续的数据行操作产生叠加冲突。

3. 处理列名重复警告 #

不管用哪种方式读取，若确实存在重复列名，可通过janitor::clean_names()统一标准化，适配for循环的批量处理：

library(janitor)
# 读取+清理列名一步完成
Corrugator <- read_excel(data_files[1], sheet = "EMG_Corrugator", skip = 4) %>%
  clean_names()

4. for循环批量处理封装 #

把逻辑封装成独立函数，确保每个文件的处理完全隔离，避免变量污染：

library(readxl)
library(janitor)

process_emg_sheet <- function(file_path) {
  read_excel(file_path, sheet = "EMG_Corrugator", skip = 4) %>%
    clean_names()
}

# 批量处理所有文件
processed_dfs <- lapply(data_files, process_emg_sheet)
# 可选：给列表命名，方便后续调用
names(processed_dfs) <- basename(data_files)

内容的提问来源于stack exchange，提问作者Leon164