R语言提取列表内数据框名称子串填充对应year列的实现方法

原有代码运行不符合预期，核心是两个问题：

• 构造df_list时没有给列表元素绑定对应的数据框原始名称，此时调用names(df_list)会返回空值，无法提取年份子串
• 普通lapply仅遍历列表内的元素本身，不会同步传递元素对应的名称/位置索引，你在循环内调用names(df_list)拿到的是整个列表的名称向量，不是当前处理元素对应的单独名称，赋值逻辑完全错误。

第一步：给列表元素绑定名称 #

你可以在构造列表时直接命名，从根源避免问题，这是最推荐的写法：

# 构造列表时直接指定元素名
df_list <- list(
  crops_1990.tempor = data.frame(study_unit=c("unit1", "unit2", "unit3"),
                                cropp=c("crop1", "crop2", "crop3"),
                                area=c(1,2,3),
                                year=NA),
  crops_1991.tempor = data.frame(study_unit=c("unit1", "unit2", "unit3"),
                                cropp=c("crop1", "crop2", "crop3"),
                                area=c(4,5,6),
                                year=NA),
  crops_1992.tempor = data.frame(study_unit=c("unit1", "unit2", "unit3"),
                                cropp=c("crop1", "crop2", "crop3"),
                                area=c(7,8,9),
                                year=NA)
)

如果已经按原有方式创建完无名称的列表，直接补命名即可：

names(df_list) <- c("crops_1990.tempor", "crops_1991.tempor", "crops_1992.tempor")

第二步：批量填充year列 #

基础R方案（无需安装额外包） #

用mapply同时遍历列表元素和对应名称，逐个赋值即可，注意必须加SIMPLIFY = FALSE保证输出是列表格式：

df_list_fixed <- mapply(FUN = function(current_df, df_name) {
  # 从名称第7-10位截取年份
  fill_year <- substring(df_name, 7, 10)
  # 给当前数据框所有行的year列填充对应年份，R自动做向量长度对齐
  current_df$year <- fill_year
  return(current_df)
}, df_list, names(df_list), SIMPLIFY = FALSE)

tidyverse方案（写法更简洁） #

如果已安装purrr包，可以用imap函数，它会自动把列表元素的名称作为第二个参数传入自定义函数，代码更精简：

library(purrr)
df_list_fixed <- imap(df_list, function(current_df, df_name) {
  current_df$year <- substring(df_name, 7, 10)
  current_df
})

运行以下代码可以核对结果是否符合预期：

# 查看第一个数据框的year列
df_list_fixed[[1]]$year
# 输出: [1] "1990" "1990" "1990"

# 查看第二个数据框的year列
df_list_fixed[[2]]$year
# 输出: [1] "1991" "1991" "1991"

# 查看第三个数据框的year列
df_list_fixed[[3]]$year
# 输出: [1] "1992" "1992" "1992"

内容的提问来源于stack exchange，提问作者Diego Brizuela