R语言中mget与get的区别及lapply使用问题排查

核心区别：get() vs mget() #

• get()：传入单个字符串形式的对象名，直接返回该对象本身（比如这里就是数据框）。
• mget()：传入字符串向量形式的多个对象名，返回一个命名列表，列表每个元素对应一个对象。你在lapply里每次只传单个对象名（x是'df1'或'df2'），用mget(x)得到的是长度为1的列表，不是数据框，所以后续的names(dfn)、select等操作都会出错。

修正方案 #

方案1：换回get()（最直接）

既然是逐个处理单个数据框，get()本来就是最适配的选择，代码修改后如下：

library(tidyverse)

df1 <- tribble(
~City_Name,  ~Temp,  ~Pres,  ~Wind_Hor, ~Wind_Ver,  ~S_Moist,  ~Temp1, ~Pres1,  ~Wind1,  ~S_Moist1,
'Mi',  27,  1019,  287,  278,  78,  1,  2,  2,  1,
'Mi',  28,  1019,  289,  277,  78,  2,  2,  1,  3
)

df2 <- tribble(
  ~City_Name,  ~Temp,  ~Pres,  ~Wind_Hor, ~Rainf,  ~S_Moist,  ~Temp1, ~Pres1,  ~Wind1,  ~S_Moist1,
  'Mi',  27,  1019,  287,  278,  78,  1,  2,  2,  1,
  'Mi',  28,  1019,  289,  277,  78,  2,  2,  1,  3
)

dfs1 <- c('df1','df2')

var <- c('City_Name',  'Temp',  'Pres' , 'Wind_Hor' , 'Wind_Ver' , 'Rainf' , 'S_Moist')

lapply(dfs1, \(x) {
  dfn <- get(x, envir = .GlobalEnv, inherits = T)
  # 补全缺失的列
  missing_cols <- var[is.na(match(var, names(dfn)))]
  dfn[missing_cols] <- NA
  dfn <- dfn %>% select(all_of(var))
  assign(x, dfn, envir = .GlobalEnv)
})

方案2：坚持用mget()，提取列表元素

如果非要用mget()，需要从返回的列表里取出唯一的元素（数据框），修改dfn的赋值行即可：

lapply(dfs1, \(x) {
  dfn <- mget(x, envir = .GlobalEnv, inherits = T)[[1]]  # 取列表第一个元素
  missing_cols <- var[is.na(match(var, names(dfn)))]
  dfn[missing_cols] <- NA
  dfn <- dfn %>% select(all_of(var))
  assign(x, dfn, envir = .GlobalEnv)
})

方案3：批量处理更高效（推荐）

直接用mget()一次性把所有数据框拿到列表里处理，再批量赋值回全局环境，避免循环里反复读写全局变量：

# 一次性获取所有数据框
df_list <- mget(dfs1, envir = .GlobalEnv)

# 批量处理每个数据框
processed_list <- lapply(df_list, \(dfn) {
  missing_cols <- var[is.na(match(var, names(dfn)))]
  dfn[missing_cols] <- NA
  dfn %>% select(all_of(var))
})

# 批量赋值回全局环境
list2env(processed_list, envir = .GlobalEnv)

补充说明 #

• list2env()可以把命名列表的元素直接作为对象导入指定环境，这里就是全局环境，比循环用assign()更简洁高效。
• 处理缺失列时，直接用dfn[missing_cols] <- NA比原写法更直观，效果完全一致。

内容的提问来源于stack exchange，提问作者jkatam