从不同结构的多个Excel工作簿中读取所有工作表（作为数据帧）。

我了解到readxl可以用来从一个工作簿中读取多个工作表。然而，我在将其扩展并在许多工作簿上使用不同的工作表名称、工作表数量和其中的数据方面遇到了困难。\n我使用了我下载的一堆.xlsx文件的Enron电子表格数据进行演示。\n为了使其可管理，我们进行了抽样。\n# 在此处设置Enron电子表格目录的路径\nenron_path <- \"../data/enron_spreadsheets/\"\n# 在此处设置测试的样本大小\nsample_size <- 100\nall_paths <- list.files(enron_path,\n full.names = TRUE)\n# 为了测试，随机查看n（sample_size）个工作簿。\nset.seed(1337)\nsample_paths <- sample(all_paths, sample_size)\npaths <- sample_paths\n检查这些工作簿并计算其中的工作表数量，可以发现它们具有不同的工作表数量，并且包含不同的数据。\n# purr软件包\n# https://jennybc.github.io/purrr-tutorial/index.html\nsheet_count <- purrr::map(paths, readxl::excel_sheets) %>%\n purrr::map(length) %>%\n unlist()\nhist(sheet_count, main = \"\")\n然而，为了将工作簿中的所有工作表加载到一个数据框列表中，我们需要：\n

\n
• 将工作表名称作为自我命名的字符向量获取（这些名称可以很好地传播）。

\n

• 使用purrr::map()进行迭代读取工作表。\n

  books <-
    dplyr::data_frame(filename = basename(paths),
               path = paths,
               sheet_name = purrr::map(paths, readxl::excel_sheets)
               ) %>%  
    dplyr::mutate(id = as.character(row_number()))
    books
  # A tibble: 100 x 4
                               filename
                                  
   1  kenneth_lay__19485__Mlp_1109.xlsx
   2 kate_symes__18980__SP 15 pages.xls
   3 chris_germany__1821__newpower-purc
   4 john_griffith__15991__Forwards Det
   5   jane_tholt__13278__bid2001A.xlsx
   6 gerald_nemec__11481__EOLfieldnames
   7 stacey_white__39009__Power RT Serv
   8      eric_saibi__9766__012302.xlsx
   9 david_delainey__8083__ENA Status o
  10  daren_farmer__5035__HPLN0405.xlsx
  # ... with 90 more rows, and 3
  #   more variables: path ,
  #   sheet_name , id   
  

\n

\n在这里，我们在books中每个工作簿一行，将工作簿的工作表名称存储在一个列表列中。我们希望每个工作表一行，将工作表的数据内容存储在一个列表列中，以便我们可以根据工作表数据添加额外的特征（工作表是实验单元）。问题在于它没有按照预期进行向量化，我漏掉了什么吗？\n这个错误...\n

sheets <-
  tibble::tibble("sheet_name" = unlist(books$sheet_name),
                 "path" = rep(paths,
                              times = unlist(
                                purrr::map_int(books$sheet_name, length))
                              ),
                 "filename" = basename(path),
                 "sheet_data" = tibble::lst(
                   readxl::read_excel(path = path[], 
                                      sheet = sheet_name[])
                   )
             ) %>% 
  dplyr::mutate(id = as.character(row_number()))
Error in switch(ext, xls = "xls", xlsx = "xlsx", xlsm = "xlsx", if (nzchar(ext)) { : 
  EXPR must be a length 1 vector

\n当没有传递工作簿路径和工作表名称的向量时，该代码可以工作，但显然数据不来自正确的工作表，如下例所示：\n

sheets <-
  tibble::tibble("sheet_name" = unlist(books$sheet_name),
                 "path" = rep(paths,
                              times = unlist(
                                purrr::map_int(books$sheet_name, length))
                              ),
                 "filename" = basename(path),
                 "sheet_data" = tibble::lst(
                   readxl::read_excel(path = path[1], 
                                      sheet = sheet_name[1])
                   )
             ) %>% 
  dplyr::mutate(id = as.character(row_number()))
dplyr::glimpse(sheets)
Observations: 313
Variables: 5
$ sheet_name  "MLP's", "DJ SP15", "newpower-p...
$ path        "../data/enron_spreadsheets//ke...
$ filename    "kenneth_lay__19485__Mlp_1109.x...
$ sheet_data  [<# A tibble: 57 x 46,        ...
$ id          "1", "2", "3", "4", "5", "6", "...

\n如何将多个工作簿中的多个工作表的数据读取到一个数据框的列表列中？\n我对读取混乱的电子表格和使用purrr是新手，任何帮助或指导将不胜感激。