如何通过循环快速拆分R大型数据框并批量保存为CSV？

方案1：dplyr + purrr 实现（代码简洁易读） #

先加载依赖包：

library(dplyr)
library(purrr)

执行批量拆分与保存：

# 提取所有唯一的参与者ID
participant_ids <- unique(AllANT_z$participant)

# 遍历每个ID，筛选对应数据并保存为单独CSV
walk(participant_ids, function(id) {
  filtered_data <- AllANT_z %>% filter(participant == id)
  write.csv(filtered_data, paste0("E:/CognitiveData_Processed/ANT_zscored/zscored_allANT/", id, ".csv"), row.names = TRUE)
})

方案2：基础R循环（无需额外安装包） #

如果不想加载第三方包，用基础R的循环即可：

# 获取所有唯一参与者ID
participant_ids <- unique(AllANT_z$participant)

# 循环处理每个ID
for (id in participant_ids) {
  filtered_data <- AllANT_z[AllANT_z$participant == id, ]
  write.csv(filtered_data, paste0("E:/CognitiveData_Processed/ANT_zscored/zscored_allANT/", id, ".csv"), row.names = TRUE)
}

提速优化方案（针对超大数据量） #

如果数据量超过10万行，推荐用data.table包提升读写速度，它的操作效率远高于基础R和dplyr：

library(data.table)

# 将数据转换为data.table格式
setDT(AllANT_z)

participant_ids <- unique(AllANT_z$participant)

# 用fwrite替代write.csv，写入速度更快
walk(participant_ids, function(id) {
  filtered_data <- AllANT_z[participant == id]
  fwrite(filtered_data, paste0("E:/CognitiveData_Processed/ANT_zscored/zscored_allANT/", id, ".csv"), row.names = TRUE)
})

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