如何用for函数按行名拆分含2850个变量的DataFrame？

我有一个包含2850个变量的DataFrame，行名示例为K_1、K_1_A……K_1_AC、K_2、K_2_A……K_95_AC，每组以K_i开头的行名共30个，总计95组（95×30=2850）。我希望将DataFrame按行名拆分为95个子集（L1到L95，每个子集对应一组K_i开头的行），尝试了以下两个for循环版本，但均无法正常运行，请求解决方法：

版本1代码 #

for (i in 1:95) {
  sapply(c("K_i", "K_i_A", "K_i_B", "K_i_C", "K_i_D", 
           "K_i_E", "K_i_F", "K_i_G", "K_i_H", "K_i_I",
           "K_i_J", "K_i_K", "K_i_L", "K_i_M", "K_i_N",
           "K_i_O", "K_i_P", "K_i_Q", "K_i_R", "K_i_S",
           "K_i_T", "K_i_U", "K_i_V", "K_i_W", "K_i_X",
           "K_i_Y", "K_i_Z", "K_i_AA", "K_i_AB", "K_i_AC"), 
         function(x) meaning[startswWith(names(meaning),x)] simplify = FALSE}

版本2代码 #

group_names <- paste0("L", 1:95)
num_rownames_per_group <- 30

split_df_list <- split(meaning, rep(group_names, each = num_rownames_per_group))

for(i in seq_along(split_df_list)){
  group_names <- names(split_df_list)[i]
  print(paste("#", group_names))`your text`
  print(split_df_list[[i]])
  cat("\n")
}

两个版本的问题分析 #

版本1问题点 #

• 字符串未动态拼接："K_i"是固定文本，不会随循环变量i变化，无法匹配对应组的行名
• 函数名拼写错误：startswWith应为startswith
• 语法错误：sapply的 simplify = FALSE参数位置错误，且循环内未将结果赋值给变量，无法保存子集
• 逻辑冗余：无需手动列出所有后缀，直接通过前缀匹配即可筛选组内所有行

版本2问题点 #

• 依赖行顺序：假设行严格按K_1组30行、K_2组30行……排列，若行顺序混乱则分组错误
• 语法错误：print(paste("#", group_names))后多余的your text反引号导致代码报错

正确实现方案 #

方案1：按行名前缀分组（通用可靠） #

通过正则提取行名中的组编号，再按编号分组，不受行顺序影响：

# 从行名中提取组编号（例：从K_1、K_1_A中提取数字1）
group_ids <- sub("^K_(\\d+).*", "\\1", rownames(meaning))
# 生成L1-L95的组名
group_names <- paste0("L", group_ids)
# 按组名拆分DataFrame
split_df_list <- split(meaning, group_names)

# 遍历输出每个子集（可选）
for(i in seq_along(split_df_list)){
  current_name <- names(split_df_list)[i]
  cat(paste0("# ", current_name, "\n"))
  print(split_df_list[[i]])
  cat("\n")
}

方案2：固定行顺序下的修正版 #

若确认行严格按每组30行排列，直接修正版本2的语法错误即可：

group_names <- paste0("L", 1:95)
num_rownames_per_group <- 30

split_df_list <- split(meaning, rep(group_names, each = num_rownames_per_group))

for(i in seq_along(split_df_list)){
  current_name <- names(split_df_list)[i]
  print(paste("#", current_name))
  print(split_df_list[[i]])
  cat("\n")
}

说明 #

• 方案1适用性更强，无论行顺序如何，只要行名符合K_i开头的规则就能正确分组
• 拆分后的split_df_list为列表，可通过split_df_list[["L1"]]直接调用对应子集

内容的提问来源于stack exchange，提问作者Haejin Kim