如何用for循环将企业数据按每50条分配至不同基金数据集？

原代码的问题分析 #

你的代码未达预期主要有三个原因：

• 循环中每次直接覆盖Fund变量，导致仅保留最后一次循环的结果，而非累积所有分组
• 索引范围错误：i:(i+50)会选取51家企业（例如i=1时是1到51），不符合每50家一组的要求
• 不必要使用subset函数，直接通过索引切片即可完成数据提取

修正后的for循环实现 #

以下是调整后的代码，能正确将2000家企业按每50家一组分配到对应基金列表：

# 初始化空列表用于存储各基金的企业数据
Fund <- list()

# 按每50家为一组循环，覆盖全部2000家企业
for (i in seq(1, 2000, 50)) {
  # 计算当前组的结束索引，避免超出数据集范围（鲁棒性处理）
  end_idx <- min(i + 49, 2000)
  # 将当前组数据添加到列表，自动命名为fund1、fund2...
  Fund[[paste0("fund", (i %/% 50) + 1)]] <- artif_company[, i:end_idx]
}

借助tidyquant/tidyverse的简化实现 #

tidyquant依赖tidyverse生态，可通过分组拆分的方式更简洁地完成需求。注意：若你的数据集是列代表企业，需先转置为行结构（tidyverse更适配行式数据）：

library(tidyquant)

# 处理列代表企业的情况：转置+添加企业ID+生成基金分组
artif_company_processed <- artif_company %>%
  t() %>%
  as.data.frame() %>%
  rownames_to_column("company_id") %>%
  mutate(fund = paste0("fund", ceiling(row_number() / 50)))

# 按基金分组拆分为列表，并命名
Fund_list <- artif_company_processed %>%
  group_split(fund, .keep = FALSE) %>%
  set_names(paste0("fund", 1:40))

如果你的数据集是行代表企业（更常见的结构），代码可进一步简化：

library(tidyquant)

# 添加基金分组列
artif_company_with_fund <- artif_company %>%
  mutate(fund = paste0("fund", ceiling(row_number() / 50)))

# 拆分并命名
Fund_list <- artif_company_with_fund %>%
  group_split(fund, .keep = FALSE) %>%
  set_names(paste0("fund", 1:40))

内容的提问来源于stack exchange，提问作者Rafael