如何批量从多个同格式data frame中提取指定位置数据？

问题背景 #

存在多个结构完全一致的数据框（df1、df2、df3），数据中包含大量NA值，示例如下：

# df1
    a   b   c
1   NA  6   NA
2   3   7   NA
3   NA  NA  4

# df2
    a   b   c
1   NA  4   NA
2   6   1   NA
3   NA  NA  7

# df3
    a   b   c
1   NA  9   NA
2   8   2   NA
3   NA  NA  4

已实现单个数据框的提取逻辑：提取[1,2]、[2,2]、[3,3]位置的值并组合为新数据框，代码如下：

v1 <- df1[1,2]
v2 <- df1[2,2]
v3 <- df1[3,3]

df1 <- data.frame(v1, v2, v3)

处理后结果：

v1  v2  v3
1   6   7   4

需求：一次性对三个数据框执行上述提取操作。

解决方案 #

方法1：基础循环（新手友好） #

先将所有数据框存入列表，再通过循环批量处理：

# 把目标数据框整合到列表中
df_list <- list(df1, df2, df3)

# 定义提取逻辑的函数
extract_data <- function(df) {
  data.frame(
    v1 = df[1, 2],
    v2 = df[2, 2],
    v3 = df[3, 3]
  )
}

# 循环处理每个数据框，存储结果到列表
result_list <- list()
for (i in seq_along(df_list)) {
  result_list[[i]] <- extract_data(df_list[[i]])
}

# 若需要将结果合并为单个数据框
final_combined_df <- do.call(rbind, result_list)

方法2：purrr包批量处理（简洁高效） #

如果熟悉tidyverse工具链，使用purrr::map_dfr可直接完成批量提取并合并：

library(purrr)

# 整合数据框到列表
df_list <- list(df1, df2, df3)

# 批量提取并自动合并为数据框
final_combined_df <- map_dfr(df_list, ~data.frame(
  v1 = .x[1, 2],
  v2 = .x[2, 2],
  v3 = .x[3, 3]
))

方法3：lapply基础写法（无需额外包） #

用基础R的lapply替代循环，代码更简洁：

# 整合数据框到列表
df_list <- list(df1, df2, df3)

# 批量提取数据
result_list <- lapply(df_list, function(df) {
  data.frame(v1 = df[1,2], v2 = df[2,2], v3 = df[3,3])
})

# 合并结果为单个数据框
final_combined_df <- do.call(rbind, result_list)

内容的提问来源于stack exchange，提问作者Aran