如何用更简洁的R代码按年份分组列表中的数据集

我有一个包含多个分散数据集的R列表mydatalist，每个数据集都带有year字段，需要按相同年份对这些数据集进行分组合并。

示例数据 #

mydata12 <- data.frame(Age=c(12,13),Sex=c("F","H"), Weight=c(70,75),year=c(2012))
mydata13 <- data.frame(Age=c(14,15),Sex=c("F","H"), Weight=c(70,75),year=c(2013))
mydata14 <- data.frame(Age=c(16,17),Sex=c("F","H"), Weight=c(70,75),year=c(2014))
mydata2012 <- data.frame(Age=c(18,19),Sex=c("F","H"), Weight=c(70,75),year=c(2012))
mydata2013 <- data.frame(Age=c(20,13),Sex=c("H","H"), Weight=c(70,75),year=c(2013))
mydata2014 <- data.frame(Age=c(22,13),Sex=c("F","F"), Weight=c(70,75),year=c(2014))

mydatalist <- list(
  `12`=mydata12,
  `13`=mydata13,
  `14`=mydata14,
  `2013`=mydata2012,
  `2014`=mydata2013,
  `2015`=mydata2014
)

现有手动实现方式 #

list(`2012`=rbind(mydatalist$`12`,mydata2012),
     `2013`=rbind(mydatalist$`13`,mydata2013),
     `2014`=rbind(mydatalist$`14`,mydata2014))

需求 #

希望利用2012:2021、12:21这类年份模式编写更简洁的代码，避免为每个年份单独编写一行代码。

解决方案 #

方法一：Base R 实现 #

无需额外安装包，先合并所有数据集，再按year字段拆分：

# 合并列表内所有数据集为一个大的数据框
combined_data <- do.call(rbind, mydatalist)

# 按year字段拆分，自动生成按年份命名的分组列表
grouped_list <- split(combined_data, combined_data$year)

如果需要筛选特定年份范围（比如2012到2021年），可以添加以下步骤：

target_years <- 2012:2021
# 只保留目标年份的分组
grouped_list_filtered <- grouped_list[names(grouped_list) %in% as.character(target_years)]

方法二：Tidyverse 实现 #

使用dplyr和purrr包的组合代码，更简洁直观：

library(tidyverse)

grouped_list <- mydatalist %>%
  bind_rows() %>%          # 合并所有数据集
  group_split(year) %>%    # 按year字段拆分列表
  set_names(.$year)        # 为列表元素设置对应年份的名称

同样，筛选特定年份范围的代码如下：

target_years <- 2012:2021
grouped_list_filtered <- grouped_list[names(grouped_list) %in% as.character(target_years)]

内容的提问来源于stack exchange，提问作者Seydou GORO