如何对R语言列表中各数据框指定列计算行均值并新增列？

你代码的核心错误是直接对最外层的列表对象my.list使用二维索引[,c("A","B","C","D")]：列表本身是一维结构，只有列表内存储的每个数据框元素才具备行、列二维维度，因此会触发「维度数量不正确」的报错。
除此之外你的代码还有几个细节问题：

• 列表名拼写错误，把my.list写成了mylist
• for循环硬编码循环次数为1:5，但示例列表仅包含S1、S2两个元素
• for循环中混用了未定义的test_data对象，rowMeans传参逻辑错误，没有针对当前遍历到的单个数据框计算行均值

方案1：base R lapply 实现（最简洁，无需加载第三方包） #

直接遍历列表内的每个数据框，针对单个数据框选取A-D列计算行均值，赋值为新列E即可：

my.list <- lapply(my.list, function(each_df) {
  each_df$E <- rowMeans(each_df[, c("A", "B", "C", "D")])
  each_df
})

方案2：dplyr 管道流实现 #

如果你习惯用tidyverse语法，可以用mutate配合across选取列计算：

library(dplyr)
my.list <- lapply(my.list, function(each_df) {
  each_df %>% 
    mutate(E = rowMeans(across(c(A, B, C, D))))
})

方案3：修正后的for循环实现 #

注意不要硬编码循环长度，用seq_along自动适配列表长度，提前预分配列表空间提升运行效率：

test_list <- vector("list", length(my.list))
names(test_list) <- names(my.list) # 保留原列表的元素名称

for (i in seq_along(my.list)) {
  current_df <- my.list[[i]]
  current_df$E <- rowMeans(current_df[, c("A", "B", "C", "D")])
  test_list[[i]] <- current_df
}

运行后可以直接查看结果，每个数据框的E列计算结果符合预期，例如S1的第一行E值为(5+2+3+2)/4 = 3。

内容的提问来源于stack exchange，提问作者sabc04