函数运行时覆盖out_df而非追加扩展，求R语言解决方法

你的问题出在循环里每次都用新结果直接赋值给out_df，导致之前的数据被覆盖，最终只剩最后一个国家的结果。下面提供几种解决方法，从易理解到更高效的都有：

方法1：初始化空数据框，循环追加（适合新手理解） #

先创建一个空数据框，每次循环把新结果（记得加上国家标识）追加进去：

# 初始化空数据框，列类型要和函数返回的匹配
out_df <- data.frame(year = character(), Value = numeric(), Country = character())

country <- c("China", "Germany", "USA", "Brazil")

for (x in country) {
  # 获取当前国家的统计结果
  current_data <- consume_country_year(x)
  # 添加国家列，否则无法区分数据归属
  current_data$Country <- x
  # 追加到总数据框
  out_df <- dplyr::bind_rows(out_df, current_data)
}

方法2：用函数式编程批量处理（tidyverse风格） #

用purrr::map_dfr直接遍历国家列表，自动绑定结果，代码更简洁：

library(purrr)
library(dplyr)

country <- c("China", "Germany", "USA", "Brazil")

out_df <- map_dfr(country, function(x) {
  consume_country_year(x) %>%
    mutate(Country = x)  # 添加国家标识
})

方法3：直接修改逻辑，避免循环（最优解） #

其实不需要写循环或单独函数，直接用dplyr的分组汇总就能一次性完成所有国家的统计，效率更高：

library(dplyr)

out_df <- data1 %>%
  # 过滤目标国家和年份
  filter(Consumer %in% c("China", "Germany", "USA", "Brazil"),
         year %in% c('2014', '2015', '2016')) %>%
  # 按国家和年份分组
  group_by(Consumer, year) %>%
  # 汇总求和
  summarise(Value = sum(Value), .groups = "drop") %>%
  # 把列名改成Country更直观
  rename(Country = Consumer)

关键提醒 #

不管用哪种方法，一定要添加国家列，否则你无法区分每行的汇总值对应哪个国家，数据会失去意义。

内容的提问来源于stack exchange，提问作者msug