R语言for循环中如何为read.csv读取的对象分配不同变量名

推荐实现：用列表统一管理所有数据框 #

不要在全局环境零散创建大量独立变量，用列表存储是R语言批量处理同类对象的标准做法，后续索引、批量运算、内存管理都更方便，不会出现变量名冲突、漏处理的问题。
可直接替换原有循环逻辑的代码如下：

# 初始化空列表存储所有资产对应的数据框
asset_data <- list()

# 注意：如果number_assets是代表资产总数的单个数值，用seq_len生成索引避免逻辑错误
# 如果number_assets是存储资产序号的向量，替换为seq_along(number_assets)即可
for (asset in seq_len(number_assets)) {
  # 拼接当前资产对应的csv文件路径
  file_path <- paste0("你的csv文件存储路径前缀", asset, ".csv")
  # 读入无表头的csv文件
  current_df <- read.csv(file_path, header = FALSE)
  
  # 基于参考数据框对应列的分位数生成列名序列，加na.rm避免缺失值导致报错
  col_name_seq <- seq(
    quantile(df[, asset], probs = 0.1, na.rm = TRUE),
    quantile(df[, asset], probs = 0.9, na.rm = TRUE),
    length.out = 100
  )
  
  # 给当前读入的数据框设置列名
  colnames(current_df) <- col_name_seq
  
  # 将处理完成的数据框存入列表，元素名可自定义，比如这里用asset_加序号的格式
  asset_data[[paste0("asset_", asset)]] <- current_df
}

后续调用对应数据框时，直接按列表索引取即可：

• 取序号为1的资产数据：asset_data$asset_1 或 asset_data[["asset_1"]]
• 需要批量对所有数据框做相同处理时，直接用lapply(asset_data, 处理函数)即可，不用再写循环逐个取变量。

不推荐方案：直接在全局环境生成独立变量 #

如果因为特殊场景必须生成asset_1、asset_2这类独立的全局变量，可以用assign()函数实现，但这种方式会让工作环境变量杂乱，后续批量处理、变量排查的成本极高，非必要不要用：

for (asset in seq_len(number_assets)) {
  file_path <- paste0("你的csv文件存储路径前缀", asset, ".csv")
  # 生成动态变量名
  current_var_name <- paste0("asset_", asset)
  
  # 读入数据并赋值给对应名称的全局变量
  assign(
    x = current_var_name,
    value = read.csv(file_path, header = FALSE)
  )
  
  # 生成分位数列名
  col_name_seq <- seq(
    quantile(df[, asset], probs = 0.1, na.rm = TRUE),
    quantile(df[, asset], probs = 0.9, na.rm = TRUE),
    length.out = 100
  )
  
  # 取出对应变量、修改列名后重新赋值
  temp_df <- get(current_var_name)
  colnames(temp_df) <- col_name_seq
  assign(current_var_name, temp_df)
}

注意事项 #

• 原代码中1:length(number_assets)的写法存在逻辑隐患：如果number_assets是单个数值（比如值为5代表共5个资产），length(number_assets)返回值为1，循环只会执行1次，完全不符合预期，替换为seq_len(number_assets)可以避免这个问题。
• 调用quantile()时建议加上na.rm = TRUE参数，避免参考列存在缺失值时函数报错。

内容的提问来源于stack exchange，提问作者Jacob