R语言中如何使用for循环为多个数据框批量添加ID列并合并？

完全可以通过for循环实现批量操作，不需要重复编写19次重复代码，推荐用列表存储中间处理结果，管理起来比全局环境零散放19个独立数据框更方便，具体实现步骤如下：

• 第一步：先整理所有待处理文件的对应ID和文件路径，若文件命名有规律可以直接批量生成，无需手动逐个输入

# 示例：如果文件是logXCB1.txt到logXCB19.txt、对应ID为XCB1到XCB19，可直接批量生成
file_ids <- paste0("XCB", 1:19)
file_paths <- paste0("log", file_ids, ".txt")

# 如果文件命名无规律，手动按顺序填写即可，保证ID和文件路径一一对应
# file_ids <- c("XCB1", "XCB2", "SampleA", "SampleB") # 按实际19个ID填写
# file_paths <- c("logXCB1.txt", "logXCB2.txt", "logSampleA.txt", "logSampleB.txt") # 按实际路径填写

• 第二步：写for循环批量完成文件读取、添加ID列的操作，读取参数和你手动编写的逻辑完全一致

# 初始化空列表，用来存所有处理完的单个数据框
df_list <- list()

for (i in seq_along(file_ids)) {
  # 读取当前序号对应的文件
  temp_df <- read.delim(
    file = file_paths[i],
    skip = 41,
    header = TRUE,
    sep = "|",
    stringsAsFactors = TRUE
  )
  # 为当前数据框添加专属ID列
  temp_df$ID <- file_ids[i]
  # 把处理好的数据框存入列表对应位置
  df_list[[i]] <- temp_df
}

• 第三步：一次性合并列表内的19个数据框，得到带来源标识的总数据集，可直接用于后续栅格图绘制

# 基础R自带的合并方式，不需要额外装包
merged_df <- do.call(rbind, df_list)

# 如果习惯用tidyverse系列工具，也可以用dplyr的合并函数
# library(dplyr)
# merged_df <- bind_rows(df_list)

注意：如果后续需要调整读取参数、新增数据清洗步骤，只需要修改循环内的对应代码一次即可，不需要逐段修改19份重复代码，能大幅降低手动改代码导致的参数错漏问题。

内容的提问来源于stack exchange，提问作者aychang