如何用循环在R中批量重塑多个DataFrame？

有多个长度一致的DataFrame需要进行重塑操作，以名为「ID111」的DataFrame为例，初始结构如下：

Year    MS...2  UL...3  JS...4  BF...5  FF...6  RF...7  CL...8  FL...9
1959    NA      NA      NA      NA      NA      NA      NA      NA
1960    NA      NA      NA      NA      NA      NA      NA      NA
1961    NA      NA      NA      NA      NA      NA      NA      NA
1962    NA      NA      NA      NA      NA      NA      NA      NA
1963    NA      NA      NA      NA      NA      NA      NA      NA
1964    NA      123     NA      NA      NA      NA      288     319

单个DataFrame的重塑代码可正常运行：

colnames(ID111) <- c("Year", "MS", "UL", "JS", "BF", "FF", "RF", "CL", "FL")
ID111$Species <- "111"

ID111 %>%
  pivot_longer(
    cols = "MS":"FL",
    names_to = "Phase", 
    values_to = "DOY"
  )

但批量处理的循环代码无法正常运行：

datasets <- list(ID111, ID112, ID123)

for(i in 1:length(datasets)){
  datasets[[i]]
  colnames(datasets) <- c("Year", "MS", "UL", "JS", "BF", "FF", "RF", "CL", "FL")
  datasets$Species <- "111"
  
  datasets %>%
    pivot_longer(
      cols = "MS":"FL",
      names_to = "Phase", 
      values_to = "DOY"
    )
}

原循环的核心错误 #

1. 操作对象错误：修改列名、添加Species列时，误操作了整个列表datasets，而非单个数据框datasets[[i]]
2. 结果未存储：pivot_longer执行后的结果没有赋值回列表，导致处理后的数据丢失
3. 标识硬编码：所有数据框的Species都被固定为"111"，未对应各自的ID

修正后的循环代码 #

首先用命名列表关联数据框与对应的Species标识，避免硬编码错误：

# 用命名列表存储数据框，列表名对应每个数据框的ID
datasets <- list(
  "111" = ID111,
  "112" = ID112,
  "123" = ID123
)

# 初始化空列表存储处理后的结果
processed_datasets <- list()

for(species_id in names(datasets)){
  # 取出当前循环的单个数据框
  df <- datasets[[species_id]]
  
  # 修改列名
  colnames(df) <- c("Year", "MS", "UL", "JS", "BF", "FF", "RF", "CL", "FL")
  
  # 添加Species列，直接用列表名作为标识
  df$Species <- species_id
  
  # 执行重塑操作
  processed_df <- df %>%
    pivot_longer(
      cols = MS:FL,  # 可直接使用列名，无需引号
      names_to = "Phase", 
      values_to = "DOY"
    )
  
  # 将处理后的数据框存入结果列表
  processed_datasets[[species_id]] <- processed_df
}

# 可选：将所有处理后的长格式数据框合并为一个大表
combined_df <- bind_rows(processed_datasets)

更简洁的替代方案：用lapply替代循环 #

如果习惯函数式编程，可使用lapply简化代码：

datasets <- list("111" = ID111, "112" = ID112, "123" = ID123)

processed_datasets <- lapply(names(datasets), function(species_id){
  df <- datasets[[species_id]]
  colnames(df) <- c("Year", "MS", "UL", "JS", "BF", "FF", "RF", "CL", "FL")
  df$Species <- species_id
  df %>% pivot_longer(cols = MS:FL, names_to = "Phase", values_to = "DOY")
})

# 给结果列表命名
names(processed_datasets) <- names(datasets)

# 合并为大表
combined_df <- bind_rows(processed_datasets)

内容的提问来源于stack exchange，提问作者Johanna