R语言中如何循环批量提取多个同结构嵌套dataframe的指定层级数据

• 原循环遍历逻辑有误：for (df in length(list_of_names))只会执行1次（仅遍历列表最后一个元素），因为length(list_of_names)返回的是单个整数（你这里是1000），没有生成1到1000的完整索引序列，需要替换为seq_along(list_of_names)生成全量索引。

方案1：修改原循环逻辑 #

如果希望保留循环写法，修正后代码如下：

list_of_names <- list(df1, df2, …, df1000)

# 修正循环，遍历所有列表元素
for (i in seq_along(list_of_names)) {
  list_of_names[[i]] <- list_of_names[[i]]$CompactData$DataSet$Series
}

如果需要提取后生成独立的df1_data、df2_data...这类单独dataframe对象，补充以下代码即可：

for (i in seq_along(list_of_names)) {
  assign(paste0("df", i, "_data"), list_of_names[[i]])
}

方案2：用向量化操作实现（更推荐） #

R中更建议用apply族或purrr包的函数替代显式循环，代码更简洁稳定：

基础包lapply实现 #

# 批量提取目标字段，结果存储为列表
list_of_extracted <- lapply(list_of_names, function(x) x$CompactData$DataSet$Series)

purrr包实现（需要先安装purrr） #

library(purrr)
list_of_extracted <- map(list_of_names, ~.x$CompactData$DataSet$Series)

可选：合并所有结果为单个大dataframe #

如果需要把1000个提取结果合并成一个完整的dataframe，执行以下代码：

# 基础包实现
final_df <- do.call(rbind, list_of_extracted)

# dplyr包实现（兼容性更好，适合列数有微小差异的场景）
library(dplyr)
final_df <- bind_rows(list_of_extracted)

内容的提问来源于stack exchange，提问作者Julius