如何通过循环从1000个DataFrame提取指定变量并合并

方法一：批量获取+列表处理（高效推荐） #

这种方法比循环更简洁高效，适合处理大量对象：

1. 生成所有目标DataFrame的名称向量：

var_names <- paste0("V", 1:1000)
# 如果你的DataFrame实际命名是model_V1到model_V1000，改成：
# var_names <- paste0("model_V", 1:1000)

2. 批量获取全局环境中的这些DataFrame：

df_list <- mget(var_names)

3. 提取每个DataFrame里的var1.predict列：

pred_list <- lapply(df_list, function(df) df[["var1.predict"]])

4. 将所有列合并成新的DataFrame：

final_df <- do.call(cbind.data.frame, pred_list)

5. 给新DataFrame的列命名（可选，方便识别）：

colnames(final_df) <- var_names

方法二：循环逐步合并 #

如果更习惯循环写法，可以用这种方式：

1. 初始化空DataFrame：

final_df <- data.frame()

2. 循环遍历所有目标DataFrame，逐个合并列：

for(i in 1:1000) {
  # 获取当前DataFrame
  current_df <- get(paste0("V", i))
  # 提取指定列并合并
  final_df <- cbind(final_df, current_df[["var1.predict"]])
}
# 给列命名
colnames(final_df) <- paste0("V", 1:1000)

注意事项 #

• 确保所有V1到V1000的DataFrame都在全局环境中，没有拼写错误；
• 如果var1.predict列的长度不一致，cbind会自动补全NA，需要提前确认数据长度一致避免意外结果。

内容的提问来源于stack exchange，提问作者Rohis Rachman