R语言中如何用元素匹配替代apply函数与循环处理数据框和列表？

我在Stack Overflow的帖子《How to name sublists with character strings from inside a function?》里了解到元素匹配的方法，它比我常用的for循环和apply()遍历列表、数据框的方式更高效。我尝试把示例代码里的两个lapply()换成元素匹配（[x %in% y]）但没成功，代码里已经标了一处元素匹配的示例（# ELEMENT MATCHING）。

我的createBucket()函数负责整合三个列表，其中用lapply()的部分是为dfList$Elements下、且存在于seriesVector()中的所有元素创建子列表，每个子列表对应一个由输入参数nbr_rows指定行数的3列数据框/矩阵。函数能正常运行，但我想知道有没有更优或高效的实现方式，尤其是用元素匹配的方案。预期输出见下方图片。

原代码 #

balVector <- c(1000,1000,1000)
flowVector <- c(6,5,4)
seriesVector <- function() {c("DF_One", "DF_Two")}
dfList <- 
  list(
    Elements = 
      list(
        DF_One = c("Boy", "Cat"),
        DF_Two = c("Rat", "Bat")
      ),
    Shares = 
      list(
        DF_One = c(0.6,0.6,0.6,0.6,0.6),
        DF_Two = c(0.4,0.4,0.4,0.4,0.4)
      ),
    Rate = 
      list(
        DF_One = 0.10,
        DF_Two = 0.20
      )
  )

createBucket <- function(nbr_rows) {
  total <- list(
    Total = list(balVector = balVector,flowVector = flowVector)
  )
  
  series <- seriesVector()
  
  allocate <- list(Allocate = dfList$Shares[names(dfList$Shares) %in% series]) # ELEMENT MATCHING
  
  merged_list <- c(total, allocate, lapply(series, function(series_name) {
    setNames(
      lapply(dfList$Elements[[series_name]], function(element) {
        df <- as.data.frame(matrix(0, nbr_rows, 3))
        colnames(df) <- c('Inflow', 'Due', 'Outflow')
        df
      }),
      dfList$Elements[[series_name]]
    )
  }))
  
  names(merged_list) <- c(names(total), names(allocate), series)
  return(merged_list)
}

createBucket(3)

预期输出 #

优化方案 #

优化思路 #

核心是先用元素匹配直接筛选出dfList$Elements中符合series条件的子集，再基于这个子集批量生成数据框，减少不必要的遍历，让逻辑更直观。

优化后代码 #

createBucket_opt <- function(nbr_rows) {
  total <- list(
    Total = list(balVector = balVector, flowVector = flowVector)
  )
  
  series <- seriesVector()
  
  # 元素匹配筛选Shares
  allocate <- list(Allocate = dfList$Shares[names(dfList$Shares) %in% series])
  
  # 用元素匹配直接筛选目标Elements子集
  target_elements <- dfList$Elements[names(dfList$Elements) %in% series]
  
  # 基于筛选后的子集生成数据框结构
  series_sublists <- lapply(target_elements, function(elems) {
    setNames(
      lapply(elems, function(elem) {
        as.data.frame(matrix(0, nbr_rows, 3), col.names = c('Inflow', 'Due', 'Outflow'))
      }),
      elems
    )
  })
  
  merged_list <- c(total, allocate, series_sublists)
  return(merged_list)
}

# 测试运行
createBucket_opt(3)

优化点说明 #

1. 元素匹配替代外层遍历：用dfList$Elements[names(dfList$Elements) %in% series]直接拿到需要处理的元素列表，替代原代码中遍历series再逐个提取的逻辑，代码更简洁。
2. 简化命名步骤：筛选后的target_elements本身保留了原名称（DF_One、DF_Two），生成的series_sublists也自带正确命名，不需要手动设置names(merged_list)。
3. 逻辑更清晰：先筛选再处理的流程符合直觉，后续维护和修改更方便，效率也和原代码持平甚至更优（减少了一次名称匹配的步骤）。

内容的提问来源于stack exchange，提问作者Curious Jorge - user9788072