使用For循环覆盖R数据框列中值的问题求助

你的代码核心有两个致命错误：

1. 前两个循环修改的是单独的Grupa向量，而非dane2数据框里的Grupa列，等于白做操作；
2. 所有循环的索引逻辑完全错误：dane2$Grupa[dane2$Grupa]是筛选dane2$Grupa为TRUE的行，但初始值都是NA，根本不会匹配任何行；且for (i in k1)是遍历k1的每一列，不是目标行，完全不符合需求。

假设你的k1/k2/m1/m2数据框和dane2有共同的唯一标识（比如行名或ID列），以下是两种可行的修正方式：

方案1：修正匹配逻辑（保留你原本的dane2构建思路） #

直接通过共同标识定位目标行，替换Grupa列的NA值：

# 构建dane2并添加Grupa列
dane2 <- dane[, -c(3,4,6,7,8,9,10,11,12,13,14)]
dane2$Grupa <- NA  # 直接给dane2添加列，无需单独创建Grupa向量

# 处理K1分组：通过行名匹配目标行
k1 <- kob1chol[sample(nrow(kob1chol), 15), ]
dane2$Grupa[rownames(dane2) %in% rownames(k1)] <- "K1"

# 处理K2分组
k2 <- kob2chol[sample(nrow(kob2chol), 15), ]
dane2$Grupa[rownames(dane2) %in% rownames(k2)] <- "K2"

# 处理M1分组
m1 <- mez1chol[sample(nrow(mez1chol), 15), ]
dane2$Grupa[rownames(dane2) %in% rownames(m1)] <- "M1"

# 处理M2分组
m2 <- mez2chol[sample(nrow(mez2chol), 15), ]
dane2$Grupa[rownames(dane2) %in% rownames(m2)] <- "M2"

如果你的数据用ID列做唯一标识，把rownames()替换成$ID即可，比如：

dane2$Grupa[dane2$ID %in% k1$ID] <- "K1"

方案2：向量化合并（R推荐写法，避免循环） #

直接给每个分组数据添加Grupa列后合并，更简洁高效：

# 给每个分组抽样并添加Grupa标识
k1 <- kob1chol[sample(nrow(kob1chol), 15), ]
k1$Grupa <- "K1"

k2 <- kob2chol[sample(nrow(kob2chol), 15), ]
k2$Grupa <- "K2"

m1 <- mez1chol[sample(nrow(mez1chol), 15), ]
m1$Grupa <- "M1"

m2 <- mez2chol[sample(nrow(mez2chol), 15), ]
m2$Grupa <- "M2"

# 合并所有分组得到最终dane2
dane2 <- rbind(k1, k2, m1, m2)
# 若需要和原dane的列保持一致，可添加筛选：dane2 <- dane2[, colnames(dane[, -c(3,4,6,7,8,9,10,11,12,13,14)])]

内容的提问来源于stack exchange，提问作者Karo