如何使用dplyr在R中读取含两行表头的Excel文件并合并表头

核心处理逻辑：读取时跳过自动表头识别，单独提取前两行表头内容拼接为正式列名，再清洗后续数值数据即可。

• 加载依赖包
  处理需要用到readxl读取Excel文件、dplyr做数据清洗，二者同属tidyverse生态，适配性好：

  library(dplyr)
  library(readxl)
  

• 原始数据全量读取
  读取时设置col_names = FALSE，不将首行识别为表头，避免丢失第二行的单位信息：

  # 替换为你自己的Excel文件路径，sheet参数可指定对应工作表序号/名称
  raw_data <- read_excel("your_file_path.xlsx", col_names = FALSE)
  

  读入的raw_data结构如下：前两行为表头内容（第一行是指标名、第二行是单位），第三行及以后为实际观测值。
• 拼接生成单行表头
  提取前两行内容，按列拼接为“指标名 (单位)”格式的列名：

  final_colnames <- raw_data %>%
    slice(1, 2) %>% # 选取前两行表头
    # 逐列拼接两行内容，中间用空格分隔，trimws用于去除首尾多余空格
    summarise(across(everything(), ~paste(trimws(.x[1]), trimws(.x[2])))) %>%
    unlist(use.names = FALSE)
  

  生成的final_colnames即为目标列名：c("Gram (g)", "Nanogram (ng)")
• 清洗得到最终数据集
  剔除前两行表头内容，替换列名，同时将文本格式的数值转为数值类型：

  clean_data <- raw_data %>%
    slice(-1, -2) %>% # 删除前两行表头行
    setNames(final_colnames) %>% # 替换为拼接好的列名
    mutate(across(everything(), as.numeric)) # 统一转为数值类型
  

处理完成后clean_data的输出完全符合预期格式：

# A tibble: 2 × 2
  `Gram (g)` `Nanogram (ng)`
       <dbl>           <dbl>
1          1               2
2          1               4

如果你的表头行数、拼接规则有调整，只需要修改slice选取的行号、paste里的拼接格式即可适配。

内容的提问来源于stack exchange，提问作者wander Hi