R中无需返回对象的函数高效迭代执行方法咨询

首先明确：do.call()并不适合你这个场景——它的核心是将列表参数传递给单个函数执行，没法直接实现「每个data.frame对应独立表名」的迭代写入操作。不过可以用以下几种更高效的无返回值迭代方式替代for循环：

1. 使用purrr::walk2()（推荐） #

purrr包的walk2()专门用于对两组并行的对象执行无返回值的副作用操作（比如写入数据库），完美匹配你的需求：

library(purrr)
library(DBI)

# 先修正你的data.frame列表语法错误（原代码中(0,1)应为c(0,1)）
dfList <- list(
    data.frame(a = c(0, 1), b = c(0, 1), c = c(0, 1)), 
    data.frame(a = c(1, 0), b = c(1, 0), c = c(1, 0))
)

# 生成对应表名列表
table_names <- paste0("table", seq_along(dfList))

# 并行迭代写入
walk2(dfList, table_names, function(df, tbl_name) {
  dbWriteTable(engine, tbl_name, df, overwrite = TRUE)
})

walk2()和lapply()逻辑类似，但它不返回任何结果，专注于执行写入这类副作用操作，代码更简洁，效率和优化后的for循环持平甚至更优。

2. 优化原生for循环 #

很多时候原生for循环慢并非循环本身的问题，而是冗余操作导致的。直接优化你的原代码即可：

library(DBI)

dfList <- list(
    data.frame(a = c(0, 1), b = c(0, 1), c = c(0, 1)), 
    data.frame(a = c(1, 0), b = c(1, 0), c = c(1, 0))
)

for (i in seq_along(dfList)) {
  dbWriteTable(
    engine,
    paste0("table", i), 
    dfList[[i]],
    overwrite = TRUE
  )
}

用seq_along(dfList)替代1:datasets（避免依赖未定义的datasets变量），同时直接传入dfList[[i]]减少中间变量赋值，优化后的循环速度和walk2()差距极小。

3. 用lapply()忽略返回值 #

如果你习惯使用lapply()，也可以直接用它执行写入操作——虽然它会返回一个全为NULL的列表，但完全不影响写入逻辑：

library(DBI)

dfList <- list(
    data.frame(a = c(0, 1), b = c(0, 1), c = c(0, 1)), 
    data.frame(a = c(1, 0), b = c(1, 0), c = c(1, 0))
)

lapply(seq_along(dfList), function(i) {
  dbWriteTable(
    engine,
    paste0("table", i), 
    dfList[[i]],
    overwrite = TRUE
  )
})

只需忽略返回的空列表即可，执行效率和优化后的for循环一致。

内容的提问来源于stack exchange，提问作者Damon C. Roberts