能否用R语言的lapply函数批量更新多个数据集？

问题根源 #

你用lapply结合transform的代码只输出结果却不修改原数据集，核心原因是R的函数大多遵循无副作用的函数式风格——它们不会直接改动输入对象，而是返回一个包含修改内容的新对象。你没有把返回的新对象赋值给原变量，所以原数据集自然不会有变化。

最优批量处理方案（推荐） #

最规范的做法是用列表统一管理所有数据集，批量修改后按需更新原变量，全程不用硬编码每个数据集：

1. 将数据集存入列表

# 用列表整合所有待处理数据集，自定义命名方便后续管理
data_list <- list(
  annual = annual_2022_v2,
  bottom = bottom_2022_v2,
  q1 = q1_2022_v2,
  q2 = q2_2022_v2,
  q3 = q3_2022_v2,
  q4 = q4_2022_v2,
  top = top_2022_v2
)

2. 批量新增列
   用lapply遍历列表，给每个数据框添加start_hour列，返回修改后的新列表：

data_list_updated <- lapply(data_list, function(df) {
  df$start_hour <- hour(df$started_at)
  df  # 返回修改后的数据集
})

3. （可选）将修改后的数据集同步回全局环境
   如果需要让原来的单个变量（比如annual_2022_v2）直接更新，用list2env把列表中的对象导入全局环境：

list2env(data_list_updated, .GlobalEnv)

执行后，所有原数据集变量都会被替换为带新列的版本。

关于Map和cbind的补充说明 #

• Map：本质是支持多输入的lapply，如果要同时处理变量名和对应数据集，可结合get和assign实现批量更新，但复杂度更高，非必要不推荐。
• cbind：用于将新列与原数据框合并，比如cbind(df, start_hour = hour(df$started_at))，但它同样返回新对象，必须赋值才能生效，单独用无法实现批量处理，得配合循环或apply系列函数。

不推荐的方案（直接操作全局变量） #

如果坚持要直接修改全局环境中的单个变量，不用列表存储，可使用mapply结合get和assign，但这种方式容易污染全局环境，代码可读性差，不建议：

# 定义所有待处理的数据集名称
dataset_names <- c("annual_2022_v2", "bottom_2022_v2", "q1_2022_v2", "q2_2022_v2", "q3_2022_v2", "q4_2022_v2", "top_2022_v2")

# 批量更新全局环境中的数据集
mapply(function(name) {
  df <- get(name)  # 从全局环境获取数据集
  df$start_hour <- hour(df$started_at)  # 新增列
  assign(name, df, envir = .GlobalEnv)  # 将修改后的数据集放回全局环境
}, dataset_names)

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