如何用for循环和lapply对拆分后的DataFrame应用函数并保存结果？

一、for循环实现：保存所有处理结果 #

你原来的for循环只保留最后一个结果，是因为每次循环都用新结果覆盖了同一个变量。要保存所有结果，需提前创建空列表，将每个处理后的数据集存入列表对应位置：

# 拆分mtcars为按cyl分组的数据集列表
dfs_cars = split(mtcars, ~cyl)

# 自定义处理函数
filter_mpg <- function(dat, mpg_greater){
  dat %>%
    filter(mpg > mpg_greater)
}

# 创建空列表存储所有处理结果
processed_dfs <- list()

# 遍历数据集列表，按原命名存储结果
for (group_name in names(dfs_cars)) {
  processed_dfs[[group_name]] <- filter_mpg(dfs_cars[[group_name]], 21)
}

# 查看所有处理后的数据集
processed_dfs

processed_dfs中会保留3个处理后的数据集，分别以4、6、8命名，可通过processed_dfs[["4"]]直接调用对应分组的数据。

二、lapply实现：解决报错问题 #

原代码报错原因 #

你写的lapply(dfs_cars, filter_mpg(21))错误在于：lapply的第二个参数需要是函数对象，但你直接执行了filter_mpg(21)（此时缺少dat参数，逻辑不成立），导致lapply错误地将每个数据集当成mpg_greater参数传入，最终filter接收到数值型的mpg列而非数据框，触发报错。

正确实现方式 #

有两种可靠写法：

1. 用匿名函数包装参数传递

processed_dfs_lapply <- lapply(dfs_cars, function(x) filter_mpg(x, 21))

2. 利用lapply的...参数传递额外参数

processed_dfs_lapply <- lapply(dfs_cars, filter_mpg, mpg_greater = 21)

两种方式都能让lapply正确将每个数据集作为dat参数传入filter_mpg，再传递mpg_greater=21这个额外参数。

含select的复杂函数处理 #

针对你提到的select()报错，核心是确保函数处理的是数据框而非列表。以下是包含select的复杂函数示例：

# 自定义复杂处理函数：筛选+列选择
complex_process <- function(dat, mpg_threshold) {
  dat %>%
    filter(mpg > mpg_threshold) %>%
    select(mpg, cyl, wt)  # 仅保留指定列
}

# lapply调用复杂函数
processed_complex <- lapply(dfs_cars, complex_process, mpg_threshold = 21)

# 查看结果
processed_complex

这里lapply会把每个拆分后的数据集（数据框类型）传入dat参数，select处理的是数据框而非列表，因此不会触发报错。

内容的提问来源于stack exchange，提问作者James