在lapply中为分组dataframe嵌套for循环返回NULL的解决方法

有一个简化的DataFrame df：

> df
  group value
1     A     1
2     A     4
3     B     2
4     B     3
5     C     2
6     C     1

df 的dput代码：

df<-structure(list(group = c("A", "A", "B", "B", "C", "C"), value = c(1, 
4, 2, 3, 2, 1)), class = "data.frame", row.names = c(NA, -6L))

尝试通过 lapply 为每个分组应用for循环：先按group拆分数据为列表，再在每个子DataFrame中执行循环，但运行后返回NULL，可复现代码如下：

df = data.frame(group = c("A", "A", "B", "B", "C", "C"),
                value = c(1, 4, 2, 3, 2, 1))

l = split(df, df$group)
lapply(l, \(x) {
  for(i in 1:nrow(x)) {
    if(x$value[i] == 1) {
      x$value[i] = x$value[i] + 1
    } else
      x$value[i] = x$value[i] + 2
  }
})
#> $A
#> NULL
#> 
#> $B
#> NULL
#> 
#> $C
#> NULL

预期输出应为：

$A
  group value
1     A     2
2     A     6

$B
  group value
3     B     3
4     B     5

$C
  group value
5     C     4
6     C     2

为什么返回NULL？ #

lapply会返回传入函数中最后一行代码的执行结果。你的匿名函数内只有for循环，而R中的for循环默认不会返回任何值（执行完毕后返回NULL），因此lapply最终输出的就是每个分组对应的NULL。

解决方案 #

方案1：修改匿名函数，返回修改后的子DataFrame #

在for循环结束后，添加一行返回修改后的x（R函数默认返回最后一行的结果）：

df = data.frame(group = c("A", "A", "B", "B", "C", "C"),
                value = c(1, 4, 2, 3, 2, 1))

l = split(df, df$group)
result <- lapply(l, \(x) {
  for(i in 1:nrow(x)) {
    if(x$value[i] == 1) {
      x$value[i] = x$value[i] + 1
    } else {
      x$value[i] = x$value[i] + 2
    }
  }
  x  # 返回修改后的子DataFrame
})

print(result)

运行后即可得到预期输出。

方案2：用向量化操作替代for循环（更高效简洁） #

在R中，向量化操作通常比逐行遍历的for循环更高效，代码也更简洁：

result <- lapply(l, \(x) {
  x$value <- ifelse(x$value == 1, x$value + 1, x$value + 2)
  x
})

此方法同样能得到符合预期的结果。

内容的提问来源于stack exchange，提问作者Quinten