如何在R中使用Apply函数为列表内的数据框添加对应值的新列

我有两个长度相同的列表：一个存储若干dataframe，另一个存储字符串。想为每个dataframe添加一列，列值为字符串列表中对应的元素。示例如下：

# 初始数据框
df1 <- data.frame(v1 = c(1,2,3),
                  v2 = c("a","b","c"))
df2 <- data.frame(v1 = c(7,8,9),
                  v2 = c("x","y","z"))

dflist <- list(df1, df2)

# 待添加到各数据框的值列表
nameslist <- c('first df value', 'second df value')

# 期望输出
df1$v3 <- nameslist[1]
#   v1 v2    v3
# 1  1  a first df value
# 2  2  b first df value
# 3  3  c first df value

df2$v3 <- nameslist[2]
#   v1 v2       v3
# 1  7  x second df value
# 2  8  y second df value
# 3  9  z second df value

用循环可以轻松实现，但想知道如何用Apply系列函数完成？我尝试了以下代码，但没得到预期结果：

output <- lapply(seq_along(dflist), function(i) dflist[[i]]$test = nameslist[[i]])
# 返回对应nameslist的字符向量列表

output <- mapply(function(df, name) df$test = name, dflist, nameslist)
# 返回nameslist的单个字符向量

你的思路方向是对的，问题出在匿名函数里只做了赋值操作，但没有返回修改后的dataframe。下面是几种可行的写法：

方法1：使用mapply（推荐，直接配对两个列表元素） #

output <- mapply(function(df, name) {
  df$v3 <- name  # 为当前dataframe添加新列
  df             # 返回修改后的dataframe
}, dflist, nameslist, SIMPLIFY = FALSE)

• SIMPLIFY = FALSE是关键参数，确保返回结果保持列表结构，不会被自动简化为其他类型。
• 运行后output就是包含修改后dataframe的列表，output[[1]]对应修改后的df1，output[[2]]对应修改后的df2。

方法2：使用lapply（通过索引遍历） #

output <- lapply(seq_along(dflist), function(i) {
  df <- dflist[[i]]
  df$v3 <- nameslist[i]
  df
})

• 先取出当前索引对应的dataframe，添加新列后返回，即可得到完整的修改后数据框列表。

方法3：使用purrr包的map2（tidyverse风格） #

如果你习惯tidyverse语法，purrr::map2专门处理两个长度相同的列表配对操作：

library(purrr)

output <- map2(dflist, nameslist, ~{
  .x$v3 <- .y
  .x
})

你之前的匿名函数只执行了df$test = name，在R中赋值操作的返回值是被赋予的值（也就是name），而非修改后的dataframe。因此最终得到的是nameslist的元素，而非带新列的dataframe列表。只要在函数末尾返回修改后的dataframe即可解决问题。

内容的提问来源于stack exchange，提问作者reidj