R语言：如何在循环中调用列表内的多个DataFrame？

方法一：修正列表的循环调用（推荐） #

你之前的循环代码错误在于列表元素的索引逻辑，"SE[[i]]"是固定字符串，不会解析变量i的实际值。正确做法是沿用第一个循环的命名逻辑，用paste0("SE", i)动态生成列表元素名称。

修正后的代码（需提前加载dplyr包，因为用到arrange函数）：

library(dplyr)

for (i in cms) {
  # 动态生成列表元素名称
  elem_name <- paste0("SE", i)
  # 取出DataFrame排序后存回列表
  SSE[[elem_name]] <- arrange(SSE[[elem_name]], y)
  # 获取Nump列最后一个非NA值，赋值到指定位置
  last_valid_val <- tail(na.omit(SSE[[elem_name]]$Nump), 1)
  SSE[[elem_name]][105, 4] <- last_valid_val
}

用列表管理多份DataFrame更整洁，能避免污染全局环境，是R中处理这类场景的常规做法。

方法二：单独创建每个独立的DataFrame #

如果更倾向于生成SE1、SE2这类独立的全局变量，可以修改第一个循环，用assign直接将对象存入全局环境：

# 第一个循环：生成独立DataFrame
for (i in cms) {
  df_name <- paste0("SE", i)
  assign(df_name, subset(DF, DF$X == i))
}

# 第二个循环：操作每个独立DataFrame
library(dplyr)
for (i in cms) {
  df_name <- paste0("SE", i)
  # 取出DataFrame做修改
  temp_df <- arrange(get(df_name), y)
  last_valid_val <- tail(na.omit(temp_df$Nump), 1)
  temp_df[105, 4] <- last_valid_val
  # 将修改后的DataFrame存回全局环境
  assign(df_name, temp_df)
}

这种方式会在全局环境中生成多个独立变量，当cms元素较多时容易导致环境混乱，因此更推荐第一种列表管理的方案。

内容的提问来源于stack exchange，提问作者Vicente Gre