R语言中如何简洁遍历不同取值批量创建筛选后的数据框

逐行写filter赋值的方式冗余度极高，一旦分组数变化就要手动增减代码，可维护性很差，以下两种规范写法可以覆盖所有同类分组拆分场景，不需要逐行写重复逻辑。 #

最优实践：用命名列表存储所有子集 #

R语言中强烈建议将同类型的子对象统一放在列表中管理，避免全局环境充斥大量零散变量，后续批量对子集做分析、出图时也可以直接遍历列表，大幅减少重复代码。

tidyverse 写法 #

library(dplyr)
# 按CHR列拆分为命名列表
chr_subsets <- boxplot %>%
  # 若需要固定CHR按1-18排序，可加这行；不需要可注释
  mutate(CHR = factor(CHR, levels = as.character(1:18))) %>%
  group_split(CHR, .keep = TRUE) %>%
  # 给列表元素命名为CH1~CH18，和你原有变量名对应
  set_names(paste0("CH", 1:18))

调用子集时直接用chr_subsets$CH1即可，和你之前逐行筛选得到的CH1完全等价。如果需要批量对所有子集做操作（比如批量计算统计量、批量绘图），搭配purrr::map系列函数可以直接遍历处理，不需要重复写18次相同逻辑。

基础R写法（无包依赖） #

如果不想加载第三方包，用基础R的split函数即可实现相同效果，通用性更强：

# 按CHR列自动拆分
chr_subsets <- split(boxplot, boxplot$CHR)
# 重命名匹配CH1~CH18的命名规则
names(chr_subsets) <- paste0("CH", names(chr_subsets))

兼容原有代码：批量生成独立全局变量 #

如果你已经写好后续逻辑，必须使用CH1/CH2这类独立变量名，不需要修改后续代码，可以用list2env一行将列表中的所有子集批量赋值到全局环境，完全替代你原来写的18行重复筛选代码：

# 运行后全局环境会自动生成CH1~CH18共18个数据框
list2env(chr_subsets, envir = .GlobalEnv)

这类写法不受分组数量限制：不管CHR是1~18还是其他任意离散取值，只要把分组列名替换掉，代码就能直接运行，不需要根据分组数手动调整代码行数，可直接复用到所有同类按列拆分子集的场景。

内容的提问来源于stack exchange，提问作者RFA_