如何在R中编写类SAS宏函数处理多数据集，保留指定变量

需求说明 #

现有一批按CARD_YYYYMM格式命名的数据集（范围覆盖2021年1月至2022年2月，即CARD_202101到CARD_202202），每个数据集包含CIF、Date、Descriptions三个变量，需要通过循环批量处理这些数据集，仅保留CIF和Date两列。

解决方案 #

以下是基于基础R的实现方式，无需额外依赖包：

1. 生成目标数据集的名称列表

先构造所有需要处理的数据集名称，确保覆盖目标时间范围的所有月份：

# 生成2021-01到2022-02的月份序列
month_seq <- seq(as.Date("2021-01-01"), as.Date("2022-02-01"), by = "month")
# 格式化为YYYYMM字符串，拼接前缀得到完整数据集名称
dataset_names <- paste0("CARD_", format(month_seq, "%Y%m"))

2. 循环处理每个数据集

遍历名称列表，逐个提取数据集、筛选指定列，再覆盖原数据集：

# 循环处理每个数据集
for (name in dataset_names) {
  # 从全局环境中获取当前数据集
  current_data <- get(name, envir = .GlobalEnv)
  # 仅保留CIF和Date列
  cleaned_data <- current_data[, c("CIF", "Date")]
  # 将处理后的数据赋值回原变量名
  assign(name, cleaned_data, envir = .GlobalEnv)
}

可选：tidyverse风格实现（需加载dplyr）

如果你习惯使用tidyverse工具，可以用dplyr::select()简化筛选逻辑：

library(dplyr)

for (name in dataset_names) {
  current_data <- get(name, envir = .GlobalEnv)
  cleaned_data <- current_data %>% select(CIF, Date)
  assign(name, cleaned_data, envir = .GlobalEnv)
}

验证示例 #

先创建你提供的测试数据：

# 创建示例数据集
CARD_202101 <- data.frame(CIF = c(1,2,3), Date = c('2021-01-01', '2021-01-02','2021-01-01'), Descriptions = c("a", "b", "c"))
CARD_202102 <- data.frame(CIF = c(1,6,3), Date = c('2021-02-01', '2021-02-02','2021-01-01'), Descriptions = c("a", "b", "c"))
CARD_202202 <- data.frame(CIF = c(4,2,3), Date = c('2022-02-01', '2022-02-02','2022-02-01'), Descriptions = c("a", "b", "c"))

运行循环代码后，查看处理后的结果：

# 查看处理后的CARD_202101
CARD_202101

输出会仅保留CIF和Date列，符合预期。

内容的提问来源于stack exchange，提问作者Lilac_Mimo