R语言使用xlsx包读取xlsx表格时如何保留空列解决报错

使用xlsx包读取.xlsx文件时，无任何填充内容的空列会被函数自动跳过、无法被捕获，执行列名赋值操作时触发如下报错：

'names' attribute [17] must be the same length as the vector [14]

触发报错的原始代码：

wb     <- loadWorkbook(".xlsx")
sheet1 <- getSheets(wb)[[2]]

rows <- getRows(newsheet)[2:3]
headerdata <- getCells(rows[1]) %>% lapply(., getCellValue) %>% as.data.frame()
rowdata <- getCells(rows[2])%>% lapply(., getCellValue) %>% as.data.frame()
names(rowdata) <- headerdata

1. 代码存在基础笔误：getRows(newsheet)调用的newsheet变量未提前定义，和前面赋值的工作表对象名sheet1不一致
2. 核心逻辑问题：getCells()默认仅识别存在实际内容的单元格，空列因为无填充值会被自动过滤：表头行存在3个空列，最终返回17个表头字段；数据行对应空列位置无内容，仅返回14个有效值，二者长度不匹配，给names()赋值时就会触发报错。

• 方案1：修改xlsx包读取参数，保留空列
  调用getCells()时添加dropEmptyCols = FALSE参数，强制函数不自动跳过空列，同时修正变量名笔误，即可保证表头和数据行列数完全对齐：

  wb     <- loadWorkbook("你的文件路径.xlsx")
  sheet1 <- getSheets(wb)[[2]]
  # 修正笔误，读取指定行
  rows <- getRows(sheet1)[2:3]
  # 读取时关闭空列自动跳过逻辑
  headerdata <- getCells(rows[1], dropEmptyCols = FALSE) %>% 
    lapply(getCellValue) %>% 
    as.data.frame()
  rowdata <- getCells(rows[2], dropEmptyCols = FALSE) %>% 
    lapply(getCellValue) %>% 
    as.data.frame()
  # 取表头第一行的值作为列名
  names(rowdata) <- unlist(headerdata[1,])
  

• 方案2：替换为readxl包读取（稳定性更高）
  xlsx包依赖Java环境，空值、格式兼容类bug较多，可替换为无Java依赖的readxl包读取，函数会自动对齐空列、空行，无需额外配置参数：

  library(readxl)
  # 直接读取第2个工作表，跳过第1行后将第一行识别为表头
  df <- read_excel("你的文件路径.xlsx", sheet = 2, skip = 1)
  

内容的提问来源于stack exchange，提问作者Ali