如何在R的for循环中过滤多个数据框？解决filter方法报错问题

问题场景 #

处理无家可归者时点估计的Excel工作簿「2007-2022 Point-in-Time Estimates by CoC」，通过rio::import_list()得到包含8个数据框的列表florida（对应2015-2022年工作表），批量过滤指定县数据时出现报错：

Error in UseMethod("filter") :
no applicable method for 'filter' applied to an object of class "list"

报错原因 #

原循环代码存在三个问题：

1. 未定义df对象，错误尝试用df[[i]]访问列表元素
2. 管道符拼写错误（%>应改为%>%）
3. 未将过滤结果赋值回列表，且部分数据框未统一列名（需将"CoC Name"重命名为"cocname"才能通用过滤条件）

解决方案 #

方案1：修正for循环 #

直接操作列表对象，无需将列表转至全局环境：

# 给列表元素命名（可选，方便后续识别年份）
names(florida) <- paste0('df', 2015:2022)

# 循环处理每个数据框：重命名列 + 过滤指定县
for (i in seq_along(florida)) {
  florida[[i]] <- florida[[i]] %>%
    rename(cocname = "CoC Name") %>%
    filter(cocname == "Gainesville/Alachua, Putnam Counties CoC")
}

方案2：用purrr批量处理（更简洁的tidyverse风格） #

利用purrr::map()直接对列表中的每个数据框执行批量操作：

# 批量重命名列并过滤
florida_filtered <- florida %>%
  map(~ .x %>%
        rename(cocname = "CoC Name") %>%
        filter(cocname == "Gainesville/Alachua, Putnam Counties CoC"))

# 给过滤后的列表添加年份命名
names(florida_filtered) <- paste0('df', 2015:2022)

后续：合并多年份数据为行结构 #

通过dplyr::bind_rows()将各年份数据合并，并添加年份列：

library(stringr)

combined_data <- bind_rows(florida_filtered, .id = "year") %>%
  # 从id中提取数字年份
  mutate(year = str_extract(year, "\\d+") %>% as.integer()) %>%
  # 保留需要的特定列，替换为实际列名
  select(year, cocname, 列名1, 列名2, 列名3)

内容的提问来源于stack exchange，提问作者user12137078