如何导入带复合表头的Excel数据到R中避免列名出现重复后缀

问题根因 #

你当前代码直接指定startRow = 2+header = TRUE，只会把Excel的第二行作为唯一表头读取，复合表头的第一行（年份维度）直接被跳过。同时R会自动为重复的Male/Female列名追加.1/.2后缀避免重名，最终和原表结构不一致。

解决方法 #

核心思路是单独读取两行表头，补全跨列合并单元格的空值后拼接为完整列名，再读取数据部分赋值列名即可，示例代码如下：

# 加载依赖包，na.locf函数用于向前填充空值，也可自行实现填充逻辑
library(xlsx)
library(data.table)
library(zoo)

# 1. 读取两行表头
header_year <- unlist(read.xlsx("Export_I01.xlsx", startRow = 1, endRow = 1, header = FALSE, sheetIndex = 1))
header_gender <- unlist(read.xlsx("Export_I01.xlsx", startRow = 2, endRow = 2, header = FALSE, sheetIndex = 1))

# 2. 填充第一行表头的空值（Excel中跨列合并的单元格读取后仅第一个位置有值，其余为空）
header_year <- na.locf(header_year, na.rm = FALSE)

# 3. 拼接得到最终列名，格式可按需调整，示例为 年份_性别
final_col <- paste0(header_year, "_", header_gender)

# 4. 读取数据部分，跳过前两行表头
Export_I01 <- data.table(
  read.xlsx("Export_I01.xlsx", startRow = 3, endRow = 4, header = FALSE, sheetIndex = 1)
)

# 5. 为数据集设置列名
setnames(Export_I01, final_col)

扩展可选操作 #

如果后续需要按年份、性别做分组统计，可直接将数据转为长格式拆分维度：

Export_I01_long <- melt(Export_I01, 
                        measure.vars = final_col,
                        variable.name = "dim_group",
                        value.name = "stat_value")
# 拆分维度列
Export_I01_long[, c("year", "gender") := tstrsplit(dim_group, "_")]

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