如何用lapply为列表中的各dataframe添加首尾行均值新行

场景1：添加原数据第一行、最后一行的均值行 #

如果需要根据每个DataFrame自身的第一行、最后一行数值列均值生成新行，用以下代码：

# 定义处理单个DataFrame的函数
add_mean_rows <- function(df) {
  # 计算第一行数值列的均值（跳过Concentrations字符列）
  first_row_mean <- mean(df[1, c("Value_1", "Value_2")])
  # 生成第一行均值对应的新行，给Concentrations列加标记方便识别
  row_first_mean <- data.frame(
    Concentrations = "第一行均值",
    Value_1 = first_row_mean,
    Value_2 = first_row_mean
  )
  
  # 计算最后一行数值列的均值
  last_row_mean <- mean(df[nrow(df), c("Value_1", "Value_2")])
  # 生成最后一行均值对应的新行
  row_last_mean <- data.frame(
    Concentrations = "最后一行均值",
    Value_1 = last_row_mean,
    Value_2 = last_row_mean
  )
  
  # 合并原数据与新行
  rbind(df, row_first_mean, row_last_mean)
}

# 用lapply遍历列表，批量处理每个DataFrame
updated_list <- lapply(list.df, add_mean_rows)

# 查看处理后的第一个DataFrame
print(updated_list[[1]])

场景2：添加固定值的行（如全4000、全2500） #

如果是像你示例里要求的，固定添加两行全值为4000、2500的行，代码更简洁：

# 定义处理单个DataFrame的函数
add_fixed_rows <- function(df) {
  # 生成全4000的行
  row_4000 <- data.frame(
    Concentrations = "4000",
    Value_1 = 4000,
    Value_2 = 4000
  )
  # 生成全2500的行
  row_2500 <- data.frame(
    Concentrations = "2500",
    Value_1 = 2500,
    Value_2 = 2500
  )
  
  # 合并原数据与新行
  rbind(df, row_4000, row_2500)
}

# 批量处理整个列表
updated_list <- lapply(list.df, add_fixed_rows)

核心逻辑说明 #

1. 封装处理函数：把单个DataFrame的修改逻辑写成独立函数，逻辑清晰且便于后续调整。
2. lapply批量遍历：lapply会自动遍历list.df中的每个DataFrame，将其传入处理函数，最终返回处理后的新列表。
3. 行合并：用rbind拼接原数据和新行，确保新行的列名、数据类型与原DataFrame完全匹配，避免报错。

内容的提问来源于stack exchange，提问作者DCM5721