R语言循环匹配数据框 为列表子表添加对应评分值不匹配问题

• 评分主表df1：列对应不同参与者，行名为Pic-ID（图片唯一标识），存储每位参与者对所有图片的评分数据
• 待处理列表list_of_df：包含155个子数据框，每个子数据框记录当前轮次用到的图片Pic-ID，需要将df1中对应参与者、对应图片的评分，匹配写入每个子数据框的rating列

初始编写的双层循环代码如下：

for (t in 1:155) {
  for (j in sort(rep(1:31, 5))) {
    list_of_df[[t]]$rating <- df1[list_of_df[[t]]$picture_ID, j]
  }
}

代码运行时未抛出任何报错，但对比df1原始评分和列表子数据框的rating列时，发现数值完全无法正确对应。以下是可复现问题的简化测试代码：

df1 <- data.frame(picID = c("pic1", "pic2", "pic3", "pic4", "pic5", "pic6"),
                  sub1 = c(6, 15, 87, 4, 22, 56),
                  sub2 = c(77, 41, 3, 54, 28, 43))
rownames(df1) <- df1$picID
df1$picID <- NULL

sub1_1 <- data.frame(picID = c("pic3", "pic4"))
sub1_1 <- cbind(sub1_1, "rating" = NA)
sub1_2 <- data.frame(picID = c("pic6", "pic1"))
sub1_2 <- cbind(sub1_2, "rating" = NA)
sub1_3 <- data.frame(picID = c("pic2", "pic5"))
sub1_3 <- cbind(sub1_3, "rating" = NA)

sub2_1 <- data.frame(picID = c("pic2", "pic1"))
sub2_1 <- cbind(sub2_1, "rating" = NA)
sub2_2 <- data.frame(picID = c("pic4", "pic6"))
sub2_2 <- cbind(sub2_2, "rating" = NA)
sub2_3 <- data.frame(picID = c("pic5", "pic3"))
sub2_3 <- cbind(sub2_3, "rating" = NA)

list_of_df <- list(sub1_1, sub1_2, sub1_3, sub2_1, sub2_2, sub2_3)

for (t in 1:6) {
  for (j in sort(rep(1:2, 3))) {
    list_of_df[[t]]$rating <- df1[list_of_df[[t]]$picID, j]
  }
}

双层循环的逻辑存在本质问题：

• 外层循环固定一个t（即固定一个子数据框）时，内层的j会遍历完所有参与者列，每次遍历都会直接覆盖重写整个rating列
• 最终每个子数据框的rating只会保留内层循环最后一个j对应的评分值，完全无法实现“每5个子数据框对应1个参与者列”的匹配逻辑。比如简化示例中每个子数据框都会被j=1、j=2两次赋值，最后全部保留j=2（即sub2）的评分，自然和预期结果不符。

不需要双层嵌套循环，提前生成和列表长度一一对应的参与者列索引序列，单次循环即可完成匹配：

1. 按照“每个参与者对应N个子数据框”的规律，生成和列表顺序完全匹配的列索引序列
2. 单次遍历列表，每个子数据框直接取对应索引的参与者列，按Pic-ID匹配评分即可

简化测试场景的修复代码：

# 2个参与者，每个参与者对应3个子数据框，按顺序生成列索引
j_seq <- rep(1:2, each = 3)
for (t in seq_along(list_of_df)) {
  current_col <- j_seq[t]
  list_of_df[[t]]$rating <- df1[list_of_df[[t]]$picID, current_col]
}

原始155个数据框场景的修复代码：

# 31个参与者，每个参与者对应5个子数据框，按顺序生成列索引
j_seq <- rep(1:31, each = 5)
for (t in seq_along(list_of_df)) {
  current_col <- j_seq[t]
  list_of_df[[t]]$rating <- df1[list_of_df[[t]]$picture_ID, current_col]
}

修复后可随机抽样验证：第一个子数据框sub1_1中pic3、pic4的评分为87、4，和df1中sub1的对应评分完全一致；第四个子数据框sub2_1中pic2、pic1的评分为41、77，和df1中sub2的对应评分完全一致。

内容的提问来源于stack exchange，提问作者chris