使用R读取xls文件时首行未识别，第二列首个值缺失的解决方法

这种情况我之前处理过好几次，大概率是xls文件的格式细节或者R读取时的自动识别逻辑导致的，给你几个实用的排查和解决步骤：

1. 先排查Excel文件本身的问题 #

打开你的xls文件，重点看第二列的第一个数据单元格（就是表头下面的那一行第二列）：

• 有没有和其他单元格合并？比如和表头行的单元格合并了，R读取时会把合并单元格的内容只保留在第一个位置，后面的就会变成NA
• 有没有隐藏的空格、换行符这类不可见字符？双击单元格看看实际内容，或者用Excel的「清除格式」功能处理一下这个单元格

2. 调整readxl的读取参数（推荐用这个包，专门处理xls/xlsx） #

如果文件本身没问题，那试试调整读取参数，避免自动识别的坑：

• 强制开启内容去空格，同时明确指定表头行：

library(readxl)
df <- read_excel("你的文件路径.xls", col_names = TRUE, trim_ws = TRUE)

• 如果还是不行，手动控制表头和数据范围，跳过自动识别的步骤：

# 先读取所有内容，不设置表头
df_raw <- read_excel("你的文件路径.xls", col_names = FALSE)
# 把第一行设为表头，从第二行开始取数据
colnames(df_raw) <- df_raw[1, ]
df <- df_raw[-1, ]
# 重置行名避免混乱
rownames(df) <- NULL

3. 强制指定列的数据类型 #

有时候第二列第一个值的类型和其他行不一致（比如其他是数值，这个是文本），会被读取成NA。可以手动指定列类型：

# 假设第二列是文本类型，其他列自动识别
df <- read_excel("你的文件路径.xls", col_types = c("guess", "text", rep("guess", ncol(df_raw)-2)))

4. 换个读取工具试试 #

如果readxl还是搞不定，试试gdata包的read.xls()（注意这个需要依赖Perl，可能得额外安装一下）：

library(gdata)
df <- read.xls("你的文件路径.xls", header = TRUE, stringsAsFactors = FALSE)

或者把xls另存为xlsx格式再读取，旧版xls的格式兼容性有时候确实会出问题。

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