R语言：如何生成含迭代编号命名的分组采样DataFrame列表

针对你需要外层循环生成不同采样行数的列表（如lst_2、lst_3），同时处理大数据量的需求，以下是两种实用解决方案：

方法1：循环模式（逻辑直观，易调试） #

适合需要清晰看到循环过程的场景，尤其适合新手理解逻辑。我们用一个大列表统一管理所有结果，避免全局环境变量混乱：

library(dplyr)

# 初始化存储所有结果的大列表
all_results <- list()

# 外层循环：遍历需要的采样行数（示例为2、3，实际可改为2:10对应9次循环）
for (j in 2:3) {
  # 预分配当前采样行数对应的子列表（指定长度提升大数据处理效率）
  current_lst <- vector("list", 10) # 实际改为1000
  # 内层循环：生成指定数量的采样DataFrame
  for (i in 1:10) { # 实际改为1000
    # 按分组采样j行，替换iris为你的30万行数据集
    sampled_df <- your_data %>% 
      group_by(Species) %>% 
      slice_sample(n = j, replace = FALSE) %>% # dplyr1.0+推荐用slice_sample，性能更好
      ungroup()
    current_lst[[i]] <- sampled_df
  }
  # 将子列表存入大列表，命名为lst_j
  all_results[[paste0("lst_", j)]] <- current_lst
}

# 按需提取单独列表（如果一定要分散变量）
lst_2 <- all_results$lst_2
lst_3 <- all_results$lst_3

方法2：函数式编程（高效简洁，适合大数据量） #

用purrr包的函数式方法替代嵌套循环，内部做了性能优化，代码更紧凑，适合大规模循环场景：

library(dplyr)
library(purrr)

# 定义单次采样行数的处理函数
generate_sample_list <- function(sample_rows) {
  # 生成10个采样结果（实际改为1000）
  map(1:10, ~{
    your_data %>% 
      group_by(Species) %>% 
      slice_sample(n = sample_rows, replace = FALSE) %>% 
      ungroup()
  })
}

# 批量生成所有列表，自动命名为lst_2、lst_3...
all_results <- set_names(
  map(2:3, generate_sample_list), # 2:3替换为2:10对应9次循环
  paste0("lst_", 2:3)
)

# 提取单独列表
lst_2 <- all_results$lst_2
lst_3 <- all_results$lst_3

大数据量优化提示 #

• 预分配列表长度：方法1中vector("list", 1000)避免循环中动态扩容，提升速度
• 用slice_sample替代sample_n：dplyr新版本的slice_sample在处理大数据时性能更优
• 若分组后某组行数小于采样行数，需设置replace = TRUE允许重复采样，否则会报错

内容的提问来源于stack exchange，提问作者Mark