如何通过迭代函数一步完成R语言多xls数据集导入及正确合并？

错误原因 #

你直接调用purrr::map_df()对所有6个文件做行绑定，不符合你原有处理逻辑，存在两个核心问题：

• 带M和带N的数据集列结构不一致，直接行绑会自动补全缺失列为NA，数据结构完全混乱
• 你原有逻辑是同标识（M/N）的3个文件先行合并，再按公共主键做关联合并，全量行绑没有实现关联匹配的步骤

调整后代码 #

可实现一步导入+符合你原有逻辑的合并：

library(tidyverse)
library(readxl)

final_data <- list.files(pattern = "^AA.*\\.xls$") %>%
  # 构造文件路径和分组标识映射表
  tibble(file_path = .) %>%
  mutate(group_flag = str_extract(file_path, "AA-([MN])-", group = 1)) %>%
  # 同分组内先行合并
  group_by(group_flag) %>%
  summarise(group_data = list(map_df(file_path, read_excel))) %>%
  # 拆分两组数据后按公共主键关联
  pivot_wider(names_from = group_flag, values_from = group_data) %>%
  { inner_join(.$M[[1]], .$N[[1]], by = c("SAMPLE", "GROUP", "SESSION", "CATEGORY")) }

注意事项 #

• 如果M和N表的主键列名不一致，需要修改inner_join的by参数为键值对格式，例如by = c("GP" = "GROUP", "BLOCK" = "SESSION")，保证列名一一对应
• 若你需要保留未匹配的行，可将inner_join替换为full_join/left_join/right_join匹配你的合并需求

内容的提问来源于stack exchange，提问作者12666727b9