如何在R的foreach并行循环中返回两个完整更新后的列表？

你的核心问题在于并行循环的内存独立性：foreach的每个并行worker进程都拥有独立的内存空间，主环境中的list_1和list_2不会被worker直接修改。当前代码中，每个worker拿到的是初始列表的副本，修改第i个位置后返回整个副本，最终test是10个仅填充了对应i位置的列表集合，而非合并后的完整列表。

我们需要调整逻辑：让每个并行迭代只返回当前i对应的两个数据框，之后再将所有迭代的结果合并为完整的list_1和list_2。以下是两种可行写法：

写法一：在foreach中直接合并（自定义combine函数） #

library(foreach)
library(doParallel)
library(doSNOW)

list_1 <- list(partition = as.list(rep(NA, 10)))

for(h in 1:1){
    
    list_2 <- as.list(rep(NA, 10))
    
    cl <- parallel::makeCluster(4)
    registerDoSNOW(cl)
    
    iteration_progress <- function(n){cat(sprintf("Task %d out of %d completed\n", n, 10))}
    
    test <- foreach(i = 1:10, 
                    .packages = c("dplyr"), 
                    .options.snow = list(progress = iteration_progress), 
                    .errorhandling = "pass",
                    .combine = function(...) {
                      # 收集所有迭代的返回结果
                      iter_results <- list(...)
                      # 构建完整的list_1（partition结构）
                      full_list1 <- list(partition = lapply(1:10, function(idx) iter_results[[idx]]$part1))
                      # 构建完整的list_2
                      full_list2 <- lapply(1:10, function(idx) iter_results[[idx]]$part2)
                      # 返回包含两个完整列表的结果
                      return(list(full_list1, full_list2))
                    }) %dopar% {
                      # 仅生成当前i对应的两个数据框，不修改全局列表
                      df1 <- data.frame(a = runif(5, min = 1, max = 100), b = runif(5, min = 1, max = 100))
                      df2 <- data.frame(a = runif(5, min = 1, max = 100), b = runif(5, min = 1, max = 100))
                      # 返回当前迭代的两个结果
                      list(part1 = df1, part2 = df2)
                    }
    
    parallel::stopCluster(cl)
    
    # 按你的需求提取两个列表
    output_list_1 <- test[[1]]
    output_list_2 <- test[[2]]
}

写法二：先收集所有迭代结果，再手动合并（更直观） #

library(foreach)
library(doParallel)
library(doSNOW)

list_1 <- list(partition = as.list(rep(NA, 10)))

for(h in 1:1){
    
    list_2 <- as.list(rep(NA, 10))
    
    cl <- parallel::makeCluster(4)
    registerDoSNOW(cl)
    
    iteration_progress <- function(n){cat(sprintf("Task %d out of %d completed\n", n, 10))}
    
    # 先收集每个迭代的两个数据框
    test <- foreach(i = 1:10, 
                    .packages = c("dplyr"), 
                    .options.snow = list(progress = iteration_progress), 
                    .errorhandling = "pass") %dopar% {
                      df1 <- data.frame(a = runif(5, min = 1, max = 100), b = runif(5, min = 1, max = 100))
                      df2 <- data.frame(a = runif(5, min = 1, max = 100), b = runif(5, min = 1, max = 100))
                      list(df1, df2)
                    }
    
    parallel::stopCluster(cl)
    
    # 手动合并为完整列表
    output_list_1 <- list(partition = lapply(test, function(x) x[[1]]))
    output_list_2 <- lapply(test, function(x) x[[2]])
}

两种写法最终都能得到和普通for循环一致的完整列表，且可以通过output_list_1 <- test[[1]]（写法一）或直接使用合并后的变量（写法二）提取结果。

内容的提问来源于stack exchange，提问作者Marine