如何用R语言循环将dataframe行批量写入多个目标dataframe指定位置

我正在尝试编写R语言循环，将list_files dataframe中的每一行写入多个目标dataframe的指定位置。已为此困扰多日，恳请帮助！

list_files数据 #

0.364618
0.944114
0.274912
0.600096
1.718930
1.071100
1.733920
0.349970
0.885879
0.254805
0.592313
1.539530
0.913408
1.741790
0.311971
0.877417
0.244049
0.541382
1.469480
0.926704
1.622540
0.317075
0.917018
0.233637
0.548263
1.513830
0.959897
1.611970

目标dataframe #

• df_fa
• df_md
• df_awf
• df_daxon
• df_de_axial
• df_de_radial
• df_de_tort

手动操作逻辑 #

写入[2,1]位置 #

df_fa[2,1]<-list_file[1,]      
df_md[2,1]<-list_file[2,]      
df_awf[2,1]<-list_file[3,]      
df_daxon[2,1]<-list_file[4,]      
df_de_axial[2,1]<-list_file[5,]      
df_de_radial[2,1]<-list_file[6,]     
df_de_tort[2,1]<-list_file[7,]

写入[2,2]位置 #

df_fa[2,2]<-list_file[8,]
df_md[2,2]<-list_file[9,]
df_awf[2,2]<-list_file[10,]
df_daxon[2,2]<-list_file[11,]
df_de_axial[2,2]<-list_file[12,]
df_de_radial[2,2]<-list_file[13,]
df_de_tort[2,2]<-list_file[14,]

写入[2,3]位置 #

df_fa[2,3]<-list_file[15,]
df_md[2,3]<-list_file[16,]
df_awf[2,3]<-list_file[17,]
df_daxon[2,3]<-list_file[18,]
df_de_axial[2,3]<-list_file[19,]
df_de_radial[2,3]<-list_file[20,]
df_de_tort[2,3]<-list_file[21,]

写入[2,4]位置 #

df_fa[2,4]<-list_file[22,]
df_md[2,4]<-list_file[23,]
df_awf[2,4]<-list_file[24,]
df_daxon[2,4]<-list_file[25,]
df_de_axial[2,4]<-list_file[26,]
df_de_radial[2,4]<-list_file[27,]
df_de_tort[2,4]<-list_file[28,]

手动编码工作量极大，希望通过循环实现该批量操作。

可以通过以下两种方式实现批量赋值，避免重复编码：

方法一：用列表管理目标dataframe #

# 1. 将所有目标dataframe存入列表
target_dfs <- list(
  fa = df_fa,
  md = df_md,
  awf = df_awf,
  daxon = df_daxon,
  de_axial = df_de_axial,
  de_radial = df_de_radial,
  de_tort = df_de_tort
)

# 2. 按每7行拆分list_files，对应4列的赋值批次
batch_size <- 7
batches <- split(list_files, ceiling(seq(nrow(list_files))/batch_size))

# 3. 双层循环完成赋值
for (col_idx in 1:length(batches)) {
  current_batch <- batches[[col_idx]]
  for (df_idx in 1:length(target_dfs)) {
    target_dfs[[df_idx]][2, col_idx] <- current_batch[df_idx, ]
  }
}

# 4. 将修改后的dataframe同步回原变量
df_fa <- target_dfs$fa
df_md <- target_dfs$md
df_awf <- target_dfs$awf
df_daxon <- target_dfs$daxon
df_de_axial <- target_dfs$de_axial
df_de_radial <- target_dfs$de_radial
df_de_tort <- target_dfs$de_tort

方法二：直接通过变量名操作原dataframe #

如果不想额外维护列表，可以用get和assign直接操作原变量：

# 定义目标dataframe的名称向量
target_names <- c("df_fa", "df_md", "df_awf", "df_daxon", "df_de_axial", "df_de_radial", "df_de_tort")
batch_size <- 7
batches <- split(list_files, ceiling(seq(nrow(list_files))/batch_size))

# 循环赋值
for (col_idx in 1:length(batches)) {
  current_batch <- batches[[col_idx]]
  for (df_idx in 1:length(target_names)) {
    temp_df <- get(target_names[df_idx])
    temp_df[2, col_idx] <- current_batch[df_idx, ]
    assign(target_names[df_idx], temp_df)
  }
}

核心逻辑说明 #

• 两种方法都利用split函数将list_files按7行一组拆分，自动匹配4列的赋值需求
• 内层循环通过索引对应，实现list_files批次中的第N行，写入第N个目标dataframe的指定位置
• 方法一的列表管理更直观，方法二则省去了最后同步变量的步骤，可根据习惯选择

内容的提问来源于stack exchange，提问作者liliana wu