这里有两种实用方法可以帮你把嵌套列表lst按gender变量拆分成两个结构一致的独立列表，分别保留gender=1和gender=2的数据：

方法一：使用purrr包（简洁高效） #

purrr包的嵌套map函数可以轻松处理多层嵌套结构，先确保你已经安装并加载了这个包：

# 安装purrr（首次使用时运行）
install.packages("purrr")
# 加载包
library(purrr)

# 提取所有gender=1的数据，保留原嵌套结构
gender1_list <- map(lst, ~map(.x, function(df) df[df$gender == 1, ]))

# 提取所有gender=2的数据，保留原嵌套结构
gender2_list <- map(lst, ~map(.x, function(df) df[df$gender == 2, ]))

代码解释： #

• 外层map(lst, ...)遍历lst中的每个迭代项（iteration1/iteration2/iteration3）
• 内层map(.x, ...)遍历每个迭代项里的年份数据框（year1/year2）
• 匿名函数function(df) df[df$gender == 1, ]负责过滤出每个数据框中gender等于目标值的行

方法二：基础R实现（无需额外包） #

如果你不想加载第三方包，用基础R的lapply也能完成同样的操作：

# 提取gender=1的数据
gender1_list_base <- lapply(lst, function(iter) {
  lapply(iter, function(df) df[df$gender == 1, ])
})

# 提取gender=2的数据
gender2_list_base <- lapply(lst, function(iter) {
  lapply(iter, function(df) df[df$gender == 2, ])
})

验证结果 #

你可以通过查看具体元素来确认拆分是否正确，比如查看gender1_list中iteration1的year1数据：

gender1_list$iteration1$year1

输出结果会是原数据框中gender=1的行：

age district gender weight
1  10        1      1   12.2
4  13        4      1   10.1

内容的提问来源于stack exchange，提问作者mehmo