如何用parLapplyLB并行读取不同工作表名的Excel工作簿？

当然可以实现，核心是把文件路径和对应工作表名称配对成统一的对象，让parLapplyLB遍历这个配对对象，就能在函数里同时获取两个关联信息。具体步骤如下：

1. 准备配对数据 #

首先你需要有一个和file.list顺序完全对应的工作表名称向量（比如sheet_names），然后将文件路径与工作表名打包成列表：

# 示例：假设file.list的顺序对应这些工作表名
sheet_names <- c("abc", "xyz", "def") 

# 将文件路径与工作表名配对为列表（每个元素是包含两个字段的小列表）
file_sheet_pairs <- mapply(
  function(file, sheet) list(file_path = file, sheet_name = sheet),
  file.list, sheet_names,
  SIMPLIFY = FALSE
)

如果工作表名可以从文件名自动提取（比如文件名是data_abc.xlsx这种格式），可以用正则表达式自动生成sheet_names，避免手动输入出错：

# 从文件名提取工作表名（示例：匹配"文件名_工作表名.xlsx"格式）
sheet_names <- stringr::str_extract(basename(file.list), "(?<=_)\\w+(?=\\.xlsx)")

2. 并行读取文件 #

接下来修改parLapplyLB的调用，遍历配对后的列表，在函数中分别取出文件路径和工作表名：

# 确保集群节点已加载readxl包（如果还没初始化集群，先创建）
# cl <- makeCluster(detectCores() - 1) # 可选：创建集群
clusterEvalQ(cl, library(readxl))

# 并行读取每个文件的对应工作表
test <- parLapplyLB(cl, file_sheet_pairs, function(pair) {
  readxl::read_excel(pair$file_path, sheet = pair$sheet_name)
})

# 完成后关闭集群
stopCluster(cl)

原理说明 #

parLapplyLB的核心是遍历一个输入列表X，将每个元素传入自定义函数。通过把文件路径和工作表名打包成单个列表元素，就能让函数同时获取两个关联参数，解决了单参数遍历的限制。

内容的提问来源于stack exchange，提问作者user101874