R语言中用For循环批量修改多数据框列类型失效问题求助

我从CSV文件导入了多个dataframe，它们都包含相同列名ActivityHour，该列导入后为character类型。我希望使用R语言lubridate包的mdy_hms()函数将其转换为日期时间类型。于是我将这些dataframe存入列表，通过for循环批量处理，避免重复编写代码。但运行循环后，在终端查看任意dataframe的ActivityHour列类型仍为character；有趣的是，在for循环内调用class()函数时，该列类型显示为POSIXct。

示例代码 #

library(lubridate)

hourlyIntensities1 <- data.frame(
    Id = c(1,2,3,4),
    ActivityHour = c("3/12/2016 12:00:00 AM","3/12/2016 2:00:00 AM","3/12/2016 4:00:00 PM","3/13/2016 1:00:00 AM"),
    Intensity = c(2,5,3,9)
)
hourlyIntensities2 <- data.frame(
    Id = c(1,2,3,4),
    ActivityHour = c("4/12/2016 12:00:00 AM","4/12/2016 2:00:00 AM","4/12/2016 4:00:00 PM","4/13/2016 1:00:00 AM"),
    Intensity = c(7,4,8,2)
)
hourlySteps1 <- data.frame(
    Id = c(1,2,3,4),
    ActivityHour = c("3/12/2016 12:00:00 AM","3/12/2016 2:00:00 AM","3/12/2016 4:00:00 PM","3/13/2016 1:00:00 AM"),
    Steps = c(950, 784, 631, 982)
)
hourlySteps2 <- data.frame(
    Id = c(1,2,3,4),
    ActivityHour = c("3/12/2016 12:00:00 AM","3/12/2016 2:00:00 AM","3/12/2016 4:00:00 PM","3/13/2016 1:00:00 AM"),
    Steps = c(740, 650, 875, 265)
)
hourly <- list(hourlyIntensities1, hourlyIntensities2, hourlySteps1, hourlySteps2)
for (df in hourly) {
    df$ActivityHour <- mdy_hms(df$ActivityHour)
    print(class(df$ActivityHour))
}

运行结果 #

循环内输出：

[1] "POSIXct" "POSIXt" 
[1] "POSIXct" "POSIXt" 
[1] "POSIXct" "POSIXt" 
[1] "POSIXct" "POSIXt" 

查看原数据框列类型：

print(class(hourlyIntensities1$ActivityHour))

输出：

[1] "character"

问题原因 #

在R的for循环中，遍历列表时df是原数据框的副本，而非原对象的引用。循环内仅修改了副本的ActivityHour列，原数据框（如hourlyIntensities1）并未被改动，因此循环结束后查看原数据框的列类型仍为character。

解决方案 #

方法1：通过索引循环修改列表元素 #

直接通过列表的索引位置修改元素，改动会直接作用于列表中的数据框，之后可将处理后的数据框赋值回原变量：

library(lubridate)

# 遍历列表索引，直接修改列表内的元素
for (i in seq_along(hourly)) {
    hourly[[i]]$ActivityHour <- mdy_hms(hourly[[i]]$ActivityHour)
}

# 验证修改结果
print(class(hourly[[1]]$ActivityHour))  # 输出 [1] "POSIXct" "POSIXt"

# 将处理后的数据框放回原变量
hourlyIntensities1 <- hourly[[1]]
hourlyIntensities2 <- hourly[[2]]
hourlySteps1 <- hourly[[3]]
hourlySteps2 <- hourly[[4]]

方法2：用lapply批量处理（更简洁） #

lapply会自动遍历列表并返回处理后的新列表，代码更简洁高效：

library(lubridate)

# 批量处理列表中的每个数据框
hourly_processed <- lapply(hourly, function(df) {
    df$ActivityHour <- mdy_hms(df$ActivityHour)
    return(df)
})

# 验证结果
print(class(hourly_processed[[1]]$ActivityHour))

# 赋值回原变量
hourlyIntensities1 <- hourly_processed[[1]]
hourlyIntensities2 <- hourly_processed[[2]]
hourlySteps1 <- hourly_processed[[3]]
hourlySteps2 <- hourly_processed[[4]]

内容的提问来源于stack exchange，提问作者John