这是一个很长的答案，而且有点笨拙，但它确实有效。
这篇帖子Using R to read out excel-colorinfo 展示了如何将颜色信息作为向量提取，但我们希望将此向量与我们的数据框对齐，然后创建一个索引来过滤我们的单元格。
首先读取DataSet 作为数据框（我们稍后将使用它）和同一个工作簿wb 和xlsx::loadWorkbook，这将允许我们提取颜色信息（按照上面的链接）。
library(openxlsx)
library(xlsx)
library(tidyr)
DataSet<-openxlsx::read.xlsx("SpeciesByYear_Colored.xlsx")
wb<-xlsx::getSheets(xlsx::loadWorkbook("SpeciesByYear_Colored.xlsx"))[[1]]
然后从上面的SO链接中，我们把颜色信息拉出来作为一个向量：
rows<-getRows(wb)
cells<-getCells(rows)
styles <- sapply(cells, getCellStyle)
cellColor <- function(style)
{
fg <- style$getFillForegroundXSSFColor()
rgb <- tryCatch(fg$getRgb(), error = function(e) NULL)
rgb <- paste(rgb, collapse = "")
return(rgb)
}
colors<-sapply(styles, cellColor)
现在让我们看看向量
> head(colors,n=100)
1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8
"" "" "" "" "" "" "" ""
1.9 1.10 1.11 1.12 1.13 1.14 1.15 1.16
"" "" "" "" "" "" "" ""
1.17 1.18 1.19 1.20 1.21 1.22 1.23 1.24
"" "" "" "" "" "" "" ""
...
2.32 2.33 2.34 2.35 2.36 2.37 2.38 2.39
"" "" "" "" "" "" "" ""
2.40 2.41 2.42 2.43 2.44 2.45 2.46 2.47
"" "" "" "" "70ad47" "70ad47" "" "70ad47"
2.48 2.49 3.1 3.2
"70ad47" "70ad47" "" ""
这个命名向量中的第一个数字是行号，第二个（在. 之后）是列号。我们需要提取这些信息。引号内是颜色代码。
所以我们把它变成一个数据框，并用regular expressions（特别是backreferencing）添加行和列信息：
dat<-as.data.frame(colors)
dat$rows<-as.numeric(gsub(pattern = "([0-9]+).([0-9]+)",replacement ="\\1", row.names(dat)))
dat$cols<-as.numeric(gsub(pattern = "([0-9]+).([0-9]+)",replacement ="\\2", row.names(dat)))
> head(dat)
colors rows cols
1.1 1 1
1.2 1 2
1.3 1 3
1.4 1 4
1.5 1 5
1.6 1 6
现在我们可以检查尺寸是否有意义：
> dim(dat)
[1] 3332 3
有 3332 个颜色值几乎对应于我们的DataSet 尺寸：
> dim(DataSet)
[1] 67 49
> 67*49
[1] 3283
为什么不匹配？颜色值包括标题行（年份），而在DataSet 中，它们位于数据框“外部”并包含在列名中，因此我们需要在计算中添加一行以获取匹配的值：
> (67+1)*49
[1] 3332
记住这一点很重要，我们很快就会看到。
这里我只有"70ad47" == green和"" == no fill两种颜色
因此，我将创建一个 blanks 对象，其中将包含要删除的单元格。
blanks<-dat[dat$colors!="70ad47",] ## OR: blanks<-dat[dat$colors=="",]
然后我删除第一列，这是一个有价值的索引 (col 1) == Species。第一行也是如此，其中包括标题 (Year)。我们不想删除这些，这就是我们将它们从删除列表中删除的原因（有点复杂）。
blanks<-blanks[which(blanks$cols!=1),]
blanks<-blanks[which(blanks$rows!=1),]
现在这是诀窍，我们现在必须将索引向下移动一个，因为DataSet 从数据的第 1 行开始，行 = 1，而在另一个名为 dat 的数据集中，标题行是第 1 行，第一行数据是第 2 行。
blanks$rows<-blanks$rows-1
现在我们将 DataSet 中没有填充颜色的每个观察值都设置为 -1（或我们以后可以过滤的任何其他有用值）
for(i in 1:dim(blanks)[1]){
DataSet[blanks$rows[i],blanks$cols[i]]<- -1
}
然后我们可以使用长格式来轻松删除我们不感兴趣的单元格
DataSet.Long<-DataSet %>% pivot_longer(cols=`1967`:`2019`,names_to = "Year")
> DataSet.Long
# A tibble: 3,216 x 3
Species Year value
<chr> <chr> <dbl>
1 Albacore 1967 -1
2 Albacore 1972 -1
3 Albacore 1973 -1
4 Albacore 1974 -1
5 Albacore 1975 -1
6 Albacore 1977 -1
7 Albacore 1978 -1
8 Albacore 1979 -1
9 Albacore 1980 -1
10 Albacore 1981 -1
# ... with 3,206 more rows
现在只保留高于 -1 的值
DataSet.Truncated<-DataSet.Long[DataSet.Long$value>-1,]
> DataSet.Truncated
# A tibble: 134 x 3
Species Year value
<chr> <chr> <dbl>
1 Albacore 2014 38
2 Albacore 2015 30
3 Albacore 2017 24
4 Albacore 2018 49
5 Albacore 2019 18
6 Blue Shark 1999 1
7 Blue Shark 2000 9
8 Blue Shark 2002 18
9 Blue Shark 2003 2
10 Blue Shark 2006 11
# ... with 124 more rows