如何循环遍历howmany与howmuch参数批量生成修改后的DataFrame？

你可以通过生成参数的笛卡尔积组合，再批量调用函数的方式实现需求，具体代码如下：

# 保留你原有的数据与函数
value <- iris[1:120,]
 
cngfunc <- function(day,howmany,howmuch){
  shuffled <- day[sample(1:nrow(day)), ]
  n <- as.integer((howmany/100)*nrow(day)) # 选取待修改数据的比例
  extracted <- shuffled[1:n, ]
  extracted$changed <- extracted[,1]*((howmuch/100)+1) # 设置数据修改幅度
  extracted
}

# 生成howmany与howmuch的所有组合
param_pairs <- expand.grid(
  howmany = c(10,20,30,40,50),
  howmuch = c(10,20,30,40,50)
)

# 遍历所有参数组合，生成对应DataFrame并存储为列表
df_list <- lapply(1:nrow(param_pairs), function(idx) {
  cngfunc(
    day = value,
    howmany = param_pairs$howmany[idx],
    howmuch = param_pairs$howmuch[idx]
  )
})

# 为列表元素命名，便于识别对应参数
names(df_list) <- apply(param_pairs, 1, function(row) {
  sprintf("howmany_%s_howmuch_%s", row["howmany"], row["howmuch"])
})

关键说明： #

• expand.grid会生成包含25组参数的表格，覆盖howmany和howmuch的所有笛卡尔积组合；
• lapply遍历参数表格的每一行，调用cngfunc生成对应的DataFrame，最终结果以列表形式存储（df_list包含25个DataFrame）；
• 最后通过sprintf为列表元素命名，你可以通过类似df_list[["howmany_20_howmuch_30"]]的方式快速定位到指定参数组合的结果。

内容的提问来源于stack exchange，提问作者pkha