R语言循环无法更新dataframe，但控制台执行可正常生效

问题根源 #

你的代码里，countDf是定义在全局环境的变量，但在countMatchingRows函数内部直接修改时，R会默认创建一个局部环境的countDf副本，函数结束后局部副本被销毁，全局的countDf完全没变化。而你在控制台直接执行修改语句时，是在全局环境操作，所以能生效。

三种可行解决方案 #

方案1：使用全局赋值符号<<- #

直接修改函数内的赋值语句，强制在全局环境更新countDf：

countDf <- data.frame(row.names = twelve_special, count = rep(0,12))

countMatchingRows <- function(dataframe1, dataframe2) {
  for (i in 1:nrow(dataframe1)) {
    if (dataframe1[i,] < 0.05 && dataframe2[i,] < 0.05) {
      print("HERE")
      countDf[i,] <<- countDf[i,] + 1  # 用<<-替代=或<-
    }
  }
}

for (i in 1:num_runs) {
  countMatchingRows(dataframe_list_1[[i]], dataframe_list_2[[i]])
}

方案2：将countDf作为参数传入并返回（推荐，符合函数式编程） #

避免依赖全局变量，把countDf传入函数，修改后返回，再更新全局的countDf：

countDf <- data.frame(row.names = twelve_special, count = rep(0,12))

countMatchingRows <- function(dataframe1, dataframe2, countDf) {
  for (i in 1:nrow(dataframe1)) {
    if (dataframe1[i,] < 0.05 && dataframe2[i,] < 0.05) {
      print("HERE")
      countDf[i,] <- countDf[i,] + 1
    }
  }
  return(countDf)
}

for (i in 1:num_runs) {
  countDf <- countMatchingRows(dataframe_list_1[[i]], dataframe_list_2[[i]], countDf)
}

方案3：向量化操作替代循环（更高效，R语言最佳实践） #

R中循环效率较低，可通过向量化操作批量处理所有配对的DataFrame：

countDf <- data.frame(row.names = twelve_special, count = rep(0,12))

# 定义函数，单次计算符合条件的行的0/1计数向量
get_match_vector <- function(df1, df2) {
  as.integer(df1 < 0.05 & df2 < 0.05)
}

# 对所有配对的DataFrame应用函数，得到每个批次的计数列表
match_count_list <- Map(get_match_vector, dataframe_list_1, dataframe_list_2)

# 将列表转为矩阵后按行求和，赋值给countDf
countDf$count <- rowSums(do.call(rbind, match_count_list))

内容的提问来源于stack exchange，提问作者Liam Wilson