R语言：基于列名批量更新多数据框指定列的值

核心思路 #

把所有目标DataFrame存入一个列表，通过自定义函数批量处理每个DataFrame中符合列名规则的列，避免逐个操作的繁琐。

步骤与代码示例 #

1. 准备测试数据（模拟实际场景中的多个DataFrame）

# 创建测试用DataFrame
df1 <- data.frame(A = c(10,20), X_col = c(5,6), Y_col = c(7,8), XY_col = c(9,10))
df2 <- data.frame(B = c(1,2), Y_test = c(3,4), X_test = c(5,6))
df3 <- data.frame(C = c(11,22), Mix_XY = c(33,44))

2. 将DataFrame批量存入列表
   实际场景中如果你的DataFrame有统一命名规则（比如都以df开头），可以用ls()+mget()自动收集，无需手动列举：

# 自动筛选并获取所有以df开头的DataFrame（按需调整匹配规则）
df_names <- ls(pattern = "^df")
df_list <- mget(df_names)

# 或者手动指定列表（适合无统一命名规则的场景）
# df_list <- list(df1 = df1, df2 = df2, df3 = df3)

3. 定义列更新函数
   针对单个DataFrame，匹配列名并赋值：

update_target_cols <- function(df) {
  # 匹配列名含'X'的列，将值设为1
  x_cols <- grepl("X", colnames(df), ignore.case = FALSE)
  df[, x_cols] <- 1
  
  # 匹配列名含'Y'的列，将值设为2（若列同时含X和Y，会覆盖为2，按需调整顺序）
  y_cols <- grepl("Y", colnames(df), ignore.case = FALSE)
  df[, y_cols] <- 2
  
  return(df)
}

4. 批量处理所有DataFrame
   用lapply遍历列表，应用更新函数：

# 批量处理得到更新后的DataFrame列表
updated_dfs <- lapply(df_list, update_target_cols)

5. （可选）将处理后的DataFrame放回全局环境
   如果需要单独调用每个DataFrame，用list2env把列表中的对象导出到全局环境：

list2env(updated_dfs, envir = .GlobalEnv)

预期结果 #

处理后各DataFrame的输出如下：

• df1：

> df1
   A X_col Y_col XY_col
1 10     1     2      2
2 20     1     2      2

• df2：

> df2
   B Y_test X_test
1  1      2      1
2  2      2      1

• df3：

> df3
    C Mix_XY
1 11      2
2 22      2

注意事项 #

• 若列名同时包含X和Y，代码中会先设为1再覆盖为2，若需要优先保留X的赋值，调整两个赋值步骤的顺序即可。
• 如需忽略大小写匹配（比如匹配x或Y），将grepl中的ignore.case参数改为TRUE。
• 实际场景中如果DataFrame数量多，用列表批量处理比逐个操作更高效且不易出错。

内容的提问来源于stack exchange，提问作者Dgamelin