基于Tidyverse实现按列拆分数据框并保留指定公共列

你可以用 purrr（Tidyverse 核心包之一）的迭代功能配合 dplyr::select 来实现，全程支持管道操作，代码简洁且可批量处理：

1. 先加载 Tidyverse 包：

library(tidyverse)

2. 定义公共列和需要拆分的目标列：

# 指定公共列
common_col <- "Species"
# 获取所有非公共列作为拆分对象
target_cols <- setdiff(names(iris), common_col)

3. 用 map 生成包含所有子集的列表，全程管道不中断：

iris_subsets <- iris %>%
  map(target_cols, ~ select(., all_of(common_col), .x))

4. （可选）给列表元素命名并导出到全局环境，和你基础 R 写法的 iris1/iris2 等对应：

# 给列表命名
names(iris_subsets) <- paste0("iris", seq_along(target_cols))
# 导出到全局环境
iris_subsets %>% list2env(.GlobalEnv)

如果你想一步到位，也可以把代码压缩成一行管道：

iris %>%
  map(setdiff(names(.), "Species"), ~ select(., Species, .x)) %>%
  set_names(paste0("iris", 1:4)) %>%
  list2env(.GlobalEnv)

执行后你会得到和基础 R 写法完全一致的结果：每个 iris1-iris4 都包含 Species 列和对应的单个特征列，全程用 Tidyverse 风格实现，且支持管道串联其他操作。

内容的提问来源于stack exchange，提问作者J. Doe