如何用lapply或循环为列表中的tibble追加对应infos数据？

问题背景 #

现有一个包含多个命名tibble的列表list_in，以及存储元数据的tibbleinfos，其中infos每行的id与list_in中的tibble名称一一对应。需要将infos中对应行的weights和grades作为新列，批量追加到list_in的每个tibble中，替代手动逐个处理的繁琐方式。

原始数据代码：

library(tibble)

list_in <- list(a=tibble(I=c(6:10),
                         II=c(2:6),
                         III=letters[1:5]),
                b=tibble(I=c(1:5),
                         II=c(2:6),
                         III=letters[2:6]),
                c=tibble(I=c(7:11),
                         II=c(3:7),
                         III=letters[5:9]))

infos <- tibble(id=c("a","b","c"),
                weights=c(1:3),
                grades=letters[4:6])

手动逐个追加的方式仅适用于小数据集，需实现批量自动化处理。

解决方案 #

方法1：Base R 结合 lapply #

无需额外安装包，利用基础R的lapply遍历元数据行，将对应元数据重复后与目标tibble合并：

list_out <- lapply(seq(nrow(infos)), function(i) {
  # 提取当前行的元数据（排除id列）
  meta <- infos[i, setdiff(names(infos), "id"), drop = FALSE]
  # 重复元数据行，使其行数与对应tibble一致
  meta_repeated <- meta[rep(1, nrow(list_in[[infos$id[i]]])), ]
  # 合并tibble与元数据
  cbind(list_in[[infos$id[i]]], meta_repeated)
})

# 可选：为结果列表添加与原列表一致的命名
names(list_out) <- infos$id

方法2：Tidyverse 生态（purrr + dplyr） #

借助tidyverse工具链，代码更简洁直观：

library(purrr)
library(dplyr)

# 匹配list_in的名称与infos的id顺序
matched_infos <- infos[match(names(list_in), infos$id), ]

# 同时遍历list_in的tibble和对应的元数据行
list_out <- map2(list_in, matched_infos, function(tbl, meta) {
  tbl %>%
    mutate(weights = meta$weights, grades = meta$grades)
})

方法3：Base R 循环（适合新手理解） #

用基础循环逐个处理每个tibble，逻辑清晰易懂：

list_out <- list()

for (name in names(list_in)) {
  # 获取当前tibble对应的元数据
  current_meta <- infos[infos$id == name, ]
  # 为当前tibble添加新列，重复元数据值至对应行数
  list_out[[name]] <- cbind(
    list_in[[name]],
    weights = rep(current_meta$weights, nrow(list_in[[name]])),
    grades = rep(current_meta$grades, nrow(list_in[[name]]))
  )
}

以上三种方法均能实现批量处理，最终输出的list_out与手动逐个追加的结果完全一致，且支持任意数量的tibble。

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