如何用R筛选文件内容含指定ID的Excel文件（不匹配文件名）

你可以直接基于已定义的MYFILEPATH和IDList变量，用以下代码实现需求，不需要匹配文件名，会自动检测Excel文件内部所有单元格内容：

依赖准备 #

首先安装读取Excel需要的工具包，已安装可跳过：

install.packages(c("readxl", "purrr"))
library(readxl)
library(purrr)

完整实现代码 #

# 1. 提取目标文件夹下所有xls/xlsx格式文件，需要检索子文件夹可将recursive改为TRUE
all_excel <- list.files(
  path = MYFILEPATH, 
  pattern = "\\.xlsx?$", 
  full.names = TRUE, 
  recursive = FALSE
)

# 2. 定义单Excel文件ID检测函数
check_id_exist <- function(file_path) {
  tryCatch({
    # 读取文件所有工作表名称
    sheet_names <- excel_sheets(file_path)
    # 遍历所有工作表检测ID
    match_result <- any(map_lgl(sheet_names, function(sheet) {
      # 读取全表内容，不设表头避免漏检第一行内容，关闭列名修复警告
      sheet_data <- read_excel(
        file_path, 
        sheet = sheet, 
        col_names = FALSE, 
        .name_repair = "minimal"
      )
      # 检测全表所有单元格是否存在目标ID
      any(unlist(sheet_data) %in% IDList, na.rm = TRUE)
    }))
    return(match_result)
  }, error = function(e) {
    # 捕获读取错误，避免损坏文件导致进程中断
    message("文件读取失败：", file_path, " | 错误原因：", e$message)
    return(FALSE)
  })
}

# 3. 批量检测得到符合条件的文件列表
matched_file_list <- all_excel[map_lgl(all_excel, check_id_exist)]

# 输出结果
print(matched_file_list)

基础R语法版本（无需purrr包） #

如果你不想额外安装循环工具包，可使用原生for循环实现：

all_excel <- list.files(
  path = MYFILEPATH, 
  pattern = "\\.xlsx?$", 
  full.names = TRUE, 
  recursive = FALSE
)
matched_file_list <- c()

for (file in all_excel) {
  tryCatch({
    sheet_names <- excel_sheets(file)
    for (sheet in sheet_names) {
      sheet_data <- read_excel(file, sheet = sheet, col_names = FALSE, .name_repair = "minimal")
      if (any(unlist(sheet_data) %in% IDList, na.rm = TRUE)) {
        matched_file_list <- c(matched_file_list, file)
        break # 匹配到ID后直接跳过当前文件剩余工作表，提高效率
      }
    }
  }, error = function(e) {
    message("文件读取失败：", file, " | 错误原因：", e$message)
  })
}

print(matched_file_list)

内容的提问来源于stack exchange，提问作者JeffWithpetersen