如何在多个DataFrame中使用sapply批量计算列最大值并解决名称显示问题

我有三个DataFrame：AAA、BBB、CCC，希望批量计算每个DataFrame各列的最大值，不想重复执行sapply(AAA, max)、sapply(BBB, max)、sapply(CCC, max)。我尝试用循环实现，代码如下：

dfs = list(AAA, BBB, CCC)

for(df in dfs){
  print(deparse(substitute(df)))
  print(sapply(df, max))
  readline(prompt="Press [enter] to continue")
}

原本想用print(deparse(substitute(df)))打印出AAA、BBB、CCC，但实际输出的都是df。请问如何修复该问题？或者有没有其他方法可以同时对多个DataFrame应用sapply？

方法一：修复循环的名称显示问题 #

创建列表时未保留DataFrame的原名称，导致循环无法获取对象名。给列表元素命名后，遍历列表名称即可解决：

# 为列表元素添加对应名称
dfs = list(AAA = AAA, BBB = BBB, CCC = CCC)

# 遍历列表的名称
for(df_name in names(dfs)){
  print(df_name)
  # 通过名称取出对应DataFrame并计算列最大值
  print(sapply(dfs[[df_name]], max))
  readline(prompt="Press [enter] to continue")
}

此方法会正确打印AAA、BBB、CCC，同时输出对应DataFrame的列最大值。

方法二：用嵌套sapply批量处理 #

无需循环，直接对命名后的列表应用嵌套sapply，一次性得到所有结果：

dfs = list(AAA = AAA, BBB = BBB, CCC = CCC)
# 外层处理列表中的每个DataFrame，内层计算各列最大值
result = sapply(dfs, function(x) sapply(x, max))
print(result)

输出结果为矩阵，行对应原DataFrame的列名，列对应AAA、BBB、CCC，可直观查看所有DataFrame的列最大值。

内容的提问来源于stack exchange，提问作者miguel