如何按file_name列分组迭代R语言DataFrame，每次处理同值行？

首先给出你的原始DataFrame定义：

dfin <- data.frame(
  file_name = c("file1","file1","file2","file2","file2","file3","file3"),
  data = c(0,2,3,2,1,4,5),
  stock = c(3,NA,32,NA,12,3,4)
)

要实现按file_name列分组迭代，每次处理一组相同值的行，有两种常用方法：

方法一：Base R 原生实现 #

用split()函数可以直接把DataFrame按指定列拆分成列表，每个列表元素就是对应分组的子DataFrame，之后直接遍历列表即可完成迭代：

# 按file_name拆分数据为分组列表
df_groups <- split(dfin, dfin$file_name)

# 遍历每个分组进行处理
for (sub_df in df_groups) {
  # 这里替换为你的实际处理逻辑，示例打印当前分组
  print(sub_df)
}

运行后会依次输出三组数据，和你要求的迭代结果完全一致：

• 第一次迭代输出file1对应的两行数据
• 第二次迭代输出file2对应的三行数据
• 第三次迭代输出file3对应的两行数据

如果需要单独提取某一组，直接通过列表索引访问即可：

# 获取file1分组
df_file1 <- df_groups[["file1"]]
# 获取file2分组
df_file2 <- df_groups[["file2"]]
# 获取file3分组
df_file3 <- df_groups[["file3"]]

方法二：Tidyverse 工具链实现 #

如果你习惯使用tidyverse系列包，可以用dplyr::group_split()完成分组拆分，搭配purrr包的函数进行迭代处理：

library(dplyr)
library(purrr)

# 按file_name分组拆分
df_groups <- dfin %>% group_split(file_name)

# 遍历分组处理，walk函数用于无返回值的操作
walk(df_groups, function(sub_df) {
  # 替换为你的实际处理逻辑
  print(sub_df)
})

注意事项 #

split()和group_split()默认会按file_name的字母顺序（如果是字符型）或因子水平顺序排序分组，如果你需要自定义分组顺序，可以先将file_name转换为有序因子：

dfin$file_name <- factor(dfin$file_name, levels = c("file1", "file2", "file3"), ordered = TRUE)

内容的提问来源于stack exchange，提问作者Eleni Kalaitzi