R语言使用lapply传递数据框与变量向量调用函数报错求助

问题场景 #

现有两个数据框和一个自定义过滤函数，传入单个物种参数时可正常运行：

library(tidyverse)

iris1<-iris
iris2<-iris

iris_fn<-function(df,species_type){
  df1<-df%>%
    filter((Species==species_type))
  return(df1)}

# 单个参数调用正常
new_df<-iris_fn(df=iris1, species_type="setosa")

需要传入物种向量c("setosa","versicolor","virginica")，得到包含3个对应物种过滤结果的数据框列表，尝试lapply时触发错误：

variables<-c("setosa","versicolor","virginica")

new_df<-lapply(df=iris1, species_type="setosa", FUN= iris_fn)

错误提示：
Error in is.vector(X) : argument "X" is missing, with no default

错误原因 #

lapply的第一个参数必须是要迭代的对象（即这里的物种向量variables），你错误地将固定参数df=iris1放在了第一个参数位置，且未传入需要迭代的variables，导致函数找不到核心迭代对象而报错。

解决方案 #

1. 使用lapply实现 #

将物种向量作为第一个参数传入，通过...传递固定的df参数给自定义函数：

variables<-c("setosa","versicolor","virginica")

# 针对iris1生成物种过滤结果列表
new_df_list <- lapply(variables, FUN = iris_fn, df = iris1)
# 给列表命名，方便识别对应物种
names(new_df_list) <- variables

如果需要同时处理iris1和iris2两个数据框，可嵌套lapply：

# 先把两个数据框放进列表
df_list <- list(iris1 = iris1, iris2 = iris2)

# 生成嵌套列表：外层是原数据框，内层对应各物种的过滤结果
all_results <- lapply(df_list, function(current_df) {
  lapply(variables, iris_fn, df = current_df) %>% 
    set_names(variables)
})

2. 使用purrr包实现（tidyverse风格） #

purrr的map函数语法更直观，适合tidyverse生态：

# 单个数据框的情况
new_df_purrr <- map(variables, iris_fn, df = iris1) %>% 
  set_names(variables)

# 同时处理两个数据框的情况
all_results_purrr <- map(df_list, ~{
  map(variables, iris_fn, df = .x) %>% 
    set_names(variables)
})

内容的提问来源于stack exchange，提问作者Basil