嘿，我来帮你解决这两个问题——先搞定丢失列的问题，再教你高效剔除无用列的方法！

通常R导入Excel丢失列，要么是包的默认设置跳过了空白列，要么是你没明确指定要读取的列范围。这里给你几个靠谱的解决方案：

• 用readxl包强制读取所有列：
  如果用的是readxl::read_excel()，默认会读取所有非空白列，但如果后面的列全是空的，它会自动跳过。这时候你可以先获取Excel文件的总列数，再强制读取所有列：

  library(readxl)
  # 获取目标工作表的总列数
  total_cols <- ncol(read_excel("你的文件路径.xlsx", sheet = "Sheet1", n_max = 0))
  # 强制读取1到total_cols的所有列
  df <- read_excel("你的文件路径.xlsx", range = cell_cols(1:total_cols))
  

  这样哪怕后面的列是空的，也会被保留下来。

• 用openxlsx包读取所有列：
  openxlsx的read.xlsx()默认会读取所有列（包括隐藏列），如果之前丢失列，可能是你误设了参数，直接用基础写法即可：

  library(openxlsx)
  df <- read.xlsx("你的文件路径.xlsx", sheet = "Sheet1")
  

  如果还是有问题，可以手动指定cols = 1:total_cols，和上面的方法一样先获取总列数。

• 检查Excel文件本身：
  有时候丢失列是因为Excel里后面的列被隐藏了，先打开Excel取消隐藏所有列，再重新导入试试。

手动点选剔除列太麻烦，这里有几种高效的方法，根据你的需求选：

• 按列名批量剔除：
  如果你知道哪些列没用，直接列出来批量删除。比如要剔除"无用列1"、"无用列2"：

  # 基础R写法
  df_clean <- df[, !names(df) %in% c("无用列1", "无用列2")]
  # dplyr写法（更简洁）
  library(dplyr)
  df_clean <- df %>% select(-c(无用列1, 无用列2))
  

• 按列位置批量剔除：
  如果无用列是连续的（比如第10到第59列），直接用位置范围删除：

  # 基础R写法
  df_clean <- df[, -c(10:59)]
  # dplyr写法
  df_clean <- df %>% select(-(10:59))
  

• 自动剔除空白/无数据列：
  如果有些列全是空值或者几乎没有有效数据，自动筛选掉：

  # 基础R：剔除所有全为空的列
  df_clean <- df[, colSums(is.na(df)) != nrow(df)]
  # dplyr：剔除所有全为空的列
  df_clean <- df %>% select(where(~!all(is.na(.x))))
  

• 用RStudio导入向导批量操作：
  如果你习惯用RStudio的导入界面（右上角「Import Dataset」→「From Excel」），在导入步骤的「Columns」选项卡中，按住Ctrl（Windows）或Cmd（Mac）可以批量选中多个无用列，然后点击「Remove」，比逐个点快很多。而且你可以复制界面底部的代码，下次直接运行，不用再手动选。

内容的提问来源于stack exchange，提问作者crust