如何用purrr包对多个数据框执行相似mutate()操作且不创建列表？

当然可以用purrr包大幅简化这类重复操作，核心是把重复逻辑抽象后批量执行，具体实现如下：

步骤1：整理数据与参数 #

先把要处理的三个数据框和对应的配置（国家名称、日期解析函数）配对：

library(purrr)
library(dplyr)
library(lubridate) # 提供ym、my函数

# 把数据框存入命名列表
df_list <- list(xk = xk, al = al, mne = mne)

# 定义每个数据框对应的参数：国家名、日期处理函数
param_list <- list(
  list(country = "Kosovo", date_fun = ym),
  list(country = "Albania", date_fun = ym),
  list(country = "Montenegro", date_fun = my)
)

步骤2：批量执行处理逻辑 #

用purrr::map2遍历数据框和对应参数，统一执行mutate和relocate操作：

# 批量处理得到结果列表
processed_dfs <- map2(df_list, param_list, function(df, params) {
  df %>%
    mutate(country = params$country, date = params$date_fun(date)) %>%
    relocate(country)
})

步骤3：（可选）将结果放回原变量 #

如果需要把处理后的数据框重新赋值回xk、al、mne这三个变量，用list2env实现：

list2env(processed_dfs, .GlobalEnv)

更简洁的写法 #

也可以把参数和数据框直接内嵌，一步完成：

processed_dfs <- map2(
  .x = list(xk, al, mne),
  .y = list(
    list("Kosovo", ym),
    list("Albania", ym),
    list("Montenegro", my)
  ),
  ~ .x %>%
    mutate(country = .y[[1]], date = .y[[2]](date)) %>%
    relocate(country)
)

# 放回原变量
list2env(set_names(processed_dfs, c("xk", "al", "mne")), .GlobalEnv)

这样就用极少的代码完成了三个数据框的重复操作，彻底消除了代码冗余。

内容的提问来源于stack exchange，提问作者gentiang