R新手求助：如何用循环简化多数据框的子集提取代码

你当前的需求是从a1到a13这13个DataFrame中，提取Gene.Symbol等于YAP1的子集并保存为b1到b13，之前的重复代码确实冗余，你尝试的两种循环写法出错的原因如下：

• 第一种循环里的b[i]是向量赋值逻辑，不适用于DataFrame这类复杂对象；同时a[i]无法被R识别为a1、a2这类变量名。
• 第二种循环里的ai、bi只是普通字符串，R不会自动将其解析为对应的变量，需要用专门的函数处理变量名。

下面是两种可行的优化方案：

方案1：用assign和get实现循环 #

通过字符串拼接生成变量名，用get()获取目标DataFrame，处理后用assign()创建新变量：

for (i in 1:13) {
  # 获取当前a开头的DataFrame
  current_df <- get(paste0("a", i))
  # 提取Gene.Symbol为YAP1的子集
  subset_df <- subset(current_df, Gene.Symbol %in% 'YAP1')
  # 将子集保存为对应的b开头变量
  assign(paste0("b", i), subset_df)
}

方案2：列表批量处理（更推荐） #

将所有a开头的DataFrame存入列表，批量处理后可选择转为单独变量，这种方式更符合R的编程习惯，后续统一操作更方便：

# 把a1到a13整合为一个列表
a_list <- mget(paste0("a", 1:13))
# 批量提取每个DataFrame的目标子集
b_list <- lapply(a_list, function(df) {
  subset(df, Gene.Symbol %in% 'YAP1')
})
# 可选：将列表中的元素转为全局环境中的b1到b13变量
list2env(b_list, envir = .GlobalEnv)

内容的提问来源于stack exchange，提问作者JIL