R语言中对非标准命名数据框列表应用自定义函数的问题

问题根源 #

你传入函数的是数据框名称的字符串，而group_by需要的是数据框对象，因此触发类型不匹配错误。以下是两种可行的批量处理方案：

方案一：基于字符列表+get()函数修正循环 #

先修改自定义函数，让它直接接受数据框名称参数（避免deparse(substitute(x))在传入get()时失效）：

check_summary_df <- function(x, df_name) {
  # 注意：数据框列名带空格，需用反引号包裹
  summarized_data <- x %>% 
    group_by(`Place of collection`, `Days since sample collection`) %>% 
    summarize(count = n(), .groups = "drop")  # .groups参数消除分组残留警告
  summarized_data$df_name <- df_name
  return(summarized_data)
}

再修改循环，用get()把字符串转换成对应的数据框对象：

# 初始化结果列表
result_list <- list()
# 遍历字符列表
for (i in seq_along(input_df_list)) {
  current_df <- get(input_df_list[i])
  result_list[[i]] <- check_summary_df(current_df, input_df_list[i])
}
# 合并所有汇总结果
final_summary <- dplyr::bind_rows(result_list)

方案二：直接使用数据框列表（更推荐） #

放弃字符列表，直接把数据框存入列表并命名，配合purrr包的批量处理函数更高效：

# 1. 创建数据框列表并命名
input_df_list <- list(
  df1 = df1,
  collected_by_x = collected_by_x,
  collected_by_y = collected_by_y
)

# 2. 用purrr::imap_dfr批量处理并合并结果
library(purrr)
library(dplyr)

final_summary <- input_df_list %>%
  imap_dfr(function(df, df_name) {
    df %>%
      group_by(`Place of collection`, `Days since sample collection`) %>%
      summarize(count = n(), .groups = "drop") %>%
      mutate(df_name = df_name)
  })

注意事项 #

• 确保函数中的列名和数据框实际列名完全匹配：你的数据框列名带空格（如Place of collection），必须用反引号``包裹，或者提前将列名改为蛇形命名（如place_of_collection）避免报错。
• summarize后添加.groups = "drop"可以避免分组残留的警告信息。

内容的提问来源于stack exchange，提问作者Karthik Nair