如何使用R的replicate()函数合并多次运行的输出结果？

一、用replicate()实现的方法 #

直接调用replicate()默认会返回按列存储的列表矩阵，要得到合并后的大数据框，只需给replicate()加simplify = FALSE参数让它返回列表，再行绑定即可：

# 生成列表格式的重复结果，再合并
output <- replicate(100, fn(), simplify = FALSE)
final <- do.call(rbind, output)

如果需要给每一批次添加运行次数标记，可以进一步处理：

output <- replicate(100, fn(), simplify = FALSE)
# 给每个子数据框追加批次列
output <- Map(function(df, idx) {df$round <- idx; df}, output, 1:100)
final <- do.call(rbind, output)

二、你写的for循环问题 #

你写的循环存在两处问题，修正后即可正常运行：

my_list = list()
for (i in 1:100) {
    out_i = fn()  # 不需要嵌套replicate，直接调用函数
    out_i$round = i
    my_list[[i]] = out_i  # 用[[i]]赋值，避免生成嵌套列表
}
final <- do.call(rbind.data.frame, my_list)

三、你的lapply写法是否正确？ #

你给出的两种lapply写法都是正确的，只需把第二种里的my_function()替换成实际的fn()即可：

# 第一种写法
my_list <- lapply(1:100, function(i) {
    out_i <- fn()
    out_i$round <- i
    out_i
})
final <- do.call(rbind, my_list)

# 第二种写法（修正函数名后）
my_list <- lapply(1:100, function(i) { 
  out_i <- fn()
  out_i$lapply_index <- i 
  out_i
})
final <- do.call(rbind, my_list)

这种写法是R中批量处理数据框的常用简洁方式，大数据量场景下可以用data.table::rbindlist()或dplyr::bind_rows()提升合并效率。

内容的提问来源于stack exchange，提问作者stats_noob