R语言for循环内dplyr包arrange()函数排序失效问题求解

dplyr包的核心数据操作函数默认采用*非标准计算（NSE）*逻辑：select()本身支持直接传入字符串向量匹配列名，所以你代码里选列的步骤没有报错，但arrange()、slice_max()这类函数默认接收未加引号的原始列名作为参数。当你直接传入存储列名字符串的变量Year时，函数不会自动将其解析为数据框内的对应列，只会把它当作一个长度为1的普通字符串常量。
由于所有行对应的这个常量值完全一致，排序规则不会对原有行顺序产生任何调整，最终返回的结果就是数据默认的原始行顺序（即Donor列的字母排序结果）。

你可以选择以下两种方式实现需求：

方法1：最小改动修正现有for循环 #

使用dplyr内置的.data代词，通过.data[[动态列名变量]]的格式显式引用数据框中的对应列，同时补全单年测试中用到的slice_max取前10逻辑即可。修正后代码如下：

library(dplyr)
library(tidyr)

year_seq <- seq(1960, 2020, 1)
top10_result <- list()

for (i in year_seq) {
  target_col <- paste0("Y_", i)
  # 跳过当年无有效援助数据的年份，避免报错
  if (all(is.na(Afghanistan[[target_col]]))) next
  
  top10_result[[as.character(i)]] <- Afghanistan %>%
    select(Donor, all_of(target_col)) %>%
    drop_na() %>%
    arrange(desc(.data[[target_col]])) %>%
    slice_max(.data[[target_col]], n = 10)
}

# 调用示例：查看1990年的前10捐助国结果，和你单年测试输出完全一致
print(top10_result[["1990"]])

方法2：宽表转长表一次性计算（无需循环） #

对于这种按年份分列的宽格式数据，更推荐先转换为长格式再分组计算，不需要手动写循环，代码更简洁且不易出错：

top10_result <- Afghanistan %>%
  # 将所有Y_开头的年份列转换为长格式
  pivot_longer(
    cols = starts_with("Y_"),
    names_to = "year",
    values_to = "aid_amount",
    names_prefix = "Y_", # 去掉列名的Y_前缀，直接保留年份值
    values_drop_na = TRUE
  ) %>%
  # 按年份分组
  group_by(year) %>%
  # 每组取援助额最高的前10条记录
  slice_max(aid_amount, n = 10) %>%
  ungroup()

# 最终结果直接包含1960-2020所有年份的前10捐助国数据，可直接筛选、导出

内容的提问来源于stack exchange，提问作者Da Sul