R语言如何用for循环或函数对多个dataframe批量执行相同计算

针对56个列结构完全一致的DataFrame批量执行列计算，有两种稳定可复现的实现方式，不需要逐行编写重复代码：

方案1：列表统一处理（最推荐） #

将所有待处理的DataFrame归集到列表中批量操作，可避免误改全局环境的其他对象，后续做批量合并、统计也更方便，代码如下：

# 批量获取全局环境中命名为df1~df56的对象，存入统一列表
df_list <- mget(paste0("df", 1:56))

# 对列表内每个DataFrame执行相同的列计算逻辑
df_list <- lapply(df_list, function(x) {
  x$CF <- x$EF * x$FF
  return(x)
})

# 如需将处理后的结果还原为df1~df56的独立变量，执行以下语句即可
list2env(df_list, envir = .GlobalEnv)

该方法的优势是所有操作可溯源，出现问题只需要检查列表内的对象即可，排查成本极低

方案2：for循环直接遍历修改 #

如果更习惯循环的直白逻辑，可以直接通过变量名动态获取、修改、回写全局环境的DataFrame，代码如下：

for (i in 1:56) {
  # 生成当前要处理的DataFrame变量名
  var_name <- paste0("df", i)
  # 读取对应的数据
  temp_df <- get(var_name, envir = .GlobalEnv)
  # 执行EF列与FF列相乘生成CF列的计算
  temp_df$CF <- temp_df$EF * temp_df$FF
  # 将修改后的数据写回原变量
  assign(var_name, temp_df, envir = .GlobalEnv)
}

注意：执行循环前请确认全局环境中df1到df56的命名没有冲突，不存在同名的非数据框对象，避免运行报错。

如果后续需要对这批DataFrame执行其他批量操作，只需要替换上述代码中列计算的部分即可，整体框架不需要调整。

内容的提问来源于stack exchange，提问作者LarsL