R语言循环生成子数据帧遇赋值错误及处理求助

问题根源 #

你遇到的核心问题是在dplyr管道里直接使用列索引i时，dplyr并没有把它识别为对应的列，而是当成了数值本身。比如arrange(desc(i))其实是在排序数值i（比如循环到第4列时i=4），而不是column4这一列的值；select(my_names, i)也是取第i列，但后续的mutate(i=round(i))会新增一列叫i，值都是当前的索引数值，这就导致所有处理逻辑都没作用到目标列上。

正确解决方案 #

这里提供两种可行的方法，第一种是基于你原来的for循环+assign修改，第二种是更符合tidyverse风格的purrr::map方法：

方法1：修改for循环，用符号引用列

我们需要用rlang::sym()把列名转换成dplyr能识别的符号，再用!!（bang-bang操作符）注入到管道里：

library(dplyr)
top <- 2

# 循环列名而不是索引，更直观
for(col_name in colnames(df)[-1]) {
  # 将列名转为符号
  col_sym <- sym(col_name)
  # 生成子数据帧
  sub_df <- df %>%
    arrange(desc(!!col_sym)) %>%
    select(my_names, !!col_sym) %>%
    top_n(top, !!col_sym) %>%
    mutate(!!col_sym := round(!!col_sym))  # 使用:=来给符号列赋值
  
  # 赋值到对应变量名
  assign(paste("top", col_name, sep="_"), sub_df)
}

现在查看top_column4就能得到正确结果：

> top_column4
  my_names column4
1       N      92
2       Y      72

方法2：用purrr::map生成列表（推荐）

如果你不想生成一堆零散的变量，更推荐把所有子数据帧存在一个列表里，方便后续操作：

library(purrr)
library(dplyr)

top <- 2

# 对除第一列外的每一列应用处理函数
top_dfs <- map(colnames(df)[-1], function(col_name) {
  col_sym <- sym(col_name)
  df %>%
    arrange(desc(!!col_sym)) %>%
    select(my_names, !!col_sym) %>%
    top_n(top, !!col_sym) %>%
    mutate(!!col_sym := round(!!col_sym))
})

# 给列表元素命名
names(top_dfs) <- paste("top", colnames(df)[-1], sep="_")

之后你可以通过top_dfs$top_column2来访问对应的子数据帧，这种方式比零散变量更整洁，尤其当列数多的时候。

补充说明 #

• !!操作符的作用是把符号“注入”到dplyr的函数中，让dplyr知道我们要引用的是列，而不是变量本身。
• mutate里用!!col_sym :=而不是=，因为左边是符号，需要用:=来完成赋值。
• 用列名循环比索引更直观，也避免了索引和列名对应出错的问题。

内容的提问来源于stack exchange，提问作者Paula