R语言如何通过循环或lapply批量为多个数据框添加fusion列

完全可以实现和Shell脚本逻辑一致的批量处理，R本身更推荐用函数式写法替代重复硬编码，两种常用实现方式如下：

方案1：lapply列表写法（符合R官方编码规范，优先推荐） #

不要零散操作全局环境里的独立数据框，先把所有待处理对象归集到列表中统一处理，代码简洁且易维护：

# 批量获取df1到df12，存入列表
df_list <- mget(paste0("df", 1:12))

# 批量为每个数据框新增fusion列
df_list <- lapply(df_list, function(dt) {
  dt$fusion <- apply(dt[, cols], 1, paste, collapse = "-")
  dt
})

# 需要覆盖原全局环境的df1~df12时执行这行即可
list2env(df_list, .GlobalEnv)

性能优化提示：如果数据量较大，apply按行遍历效率偏低，可以替换为dt$fusion <- do.call(paste, c(dt[, cols], sep = "-"))，计算速度会有明显提升。

方案2：显式for循环写法（和Shell脚本逻辑完全对应） #

如果更习惯Shell那种逐对象遍历的循环写法，用R的get/assign函数可以实现完全一致的逻辑：

# 定义待处理的数据框名称向量，对应Shell里的df_ls数组
df_names <- paste0("df", 1:12)

for (i in df_names) {
  # 读取对应名称的数据框
  current_df <- get(i, envir = .GlobalEnv)
  # 新增fusion列
  current_df$fusion <- apply(current_df[, cols], 1, paste, collapse = "-")
  # 将处理后的数据框写回全局环境
  assign(i, current_df, envir = .GlobalEnv)
}

注意：日常使用更推荐第一种列表方案，频繁用get/assign操作全局环境容易造成对象混乱，把同类数据框存在列表里管理，后续做批量统计、批量导出、批量可视化都会顺畅很多。

内容的提问来源于stack exchange，提问作者Helena