如何用lapply将处理结果保存为新列表或独立对象？

你的问题核心是没有将lapply的返回结果赋值给变量，所以处理后的DataFrame没有被保存下来。以下是两种可行的解决方法：

方法1：保存为新的DataFrame列表 #

直接把lapply的结果赋值给一个新列表变量，后续可以通过列表索引或命名访问处理后的DataFrame：

# 初始化带命名的DataFrame列表（命名方便后续识别）
df_list <- list(df1 = df1, df2 = df2, df3 = df3)
select_vector <- c("Country", "Year", "Description", "Value")

# 批量处理并保存结果到新列表
new_df_list <- lapply(df_list, function(x) {
  x %>% select(all_of(select_vector))  # 用all_of适配dplyr语法，避免匹配警告
})

# 访问处理后的DataFrame示例
new_df_list$df1  # 按命名访问
new_df_list[[2]] # 按索引访问

方法2：将处理后的结果转为独立全局变量 #

如果需要把处理后的DataFrame变回单个独立对象（比如df1_clean、df2_clean），可以先给结果列表命名，再用list2env导入全局环境：

# 批量处理并为结果列表设置新命名
new_df_list <- setNames(
  lapply(df_list, function(x) x %>% select(all_of(select_vector))),
  paste0(names(df_list), "_clean")  # 给每个结果对象添加统一后缀
)

# 将列表中的DataFrame转为全局环境中的独立变量
list2env(new_df_list, envir = .GlobalEnv)

# 直接访问独立变量示例
head(df1_clean)

内容的提问来源于stack exchange，提问作者LetsCode