R语言循环批量读取xlsx文件后如何为数据集添加统一列名

方案1：修改现有for循环代码 #

你可以先自定义符合业务需求的列名，然后在读取文件时直接赋值即可，修改后的代码如下：

library(dplyr)
library(openxlsx)

setwd("C:/Users/MiguelAngel/Documents/R Miguelo/Guillermo Ahumada")
ldf <- list() 
listxlsx <- dir(pattern = "*.xlsx")
# 自定义列名，按你的实际列数和字段含义修改即可
custom_colnames <- c("字段1", "字段2", "字段3", "字段4", "字段5")

for (k in 1:length(listxlsx)){
  # 读取时关闭自动识别表头，避免把第一行数据误判为列名
  temp_data <- read.xlsx(listxlsx[k], colNames = FALSE)
  # 为当前读取的数据集赋值列名
  colnames(temp_data) <- custom_colnames
  ldf[[k]] <- temp_data
}

如果后续需要合并所有数据集，直接运行bind_rows(ldf)即可得到带列名的完整数据集。

方案2：更简洁的向量化写法（无需for循环） #

如果你偏好tidyverse的写法，可以用purrr包的map函数批量处理，代码更简洁易读：

library(dplyr)
library(purrr)
library(openxlsx)

setwd("C:/Users/MiguelAngel/Documents/R Miguelo/Guillermo Ahumada")
# 自定义列名
custom_colnames <- c("字段1", "字段2", "字段3", "字段4", "字段5")

full_data <- dir(pattern = "*.xlsx") %>% 
  # 批量读取所有文件，关闭自动识别表头
  map_dfr(~read.xlsx(.x, colNames = FALSE), .id = "文件序号") %>% 
  # 赋值列名，如果你不需要标记数据来源文件，可以删除.id参数和第一个"文件序号"字段
  set_names(c("文件序号", custom_colnames))

原有代码异常原因说明 #

你之前用lapply写法出现错位问题，是因为read.xlsx默认开启了colNames = TRUE参数，会自动把每个文件的第一行识别为列名，当不同文件的第一行数据不一致时，合并就会出现列错位、数据错乱的问题，关闭自动识别表头后手动赋值统一列名即可解决。

内容的提问来源于stack exchange，提问作者Miguel Angel Acosta Chinchilla