R语言函数中用for循环处理dataframe列表的报错排查及优化方案

• 结果表初始化不符合要求：你的初始代码生成的results_df是1行4列的结构，后续插入4个元素的向量时行数不匹配，直接触发你收到的报错。
• 列表元素取值语法错误：R中列表用[i]取到的是子列表而非内部存储的dataframe，必须使用[[i]]才能取出dataframe对象，导致你计算时无法正确读取列值。
• 列名设置逻辑错误：输入的列表未提前设置名称，直接将listofdfs[i]赋值为列名会得到非预期结果。

你可以将单个dataframe的计算逻辑单独抽离为独立函数，使用apply家族或者purrr包的映射函数批量处理列表内的所有dataframe，不需要手动写for循环处理索引和初始化，逻辑更清晰也更容易扩展复杂的业务计算。

推荐方案（基于purrr，易维护） #

# 单个dataframe的计算逻辑，业务复杂时仅需修改这个函数即可
calc_single_df <- function(df) {
  mymean <- mean(df$a)
  mymaxA <- max(df$a)
  mymaxB <- max(df$b)
  mysum <- mymean + mymaxA
  # 返回命名向量，自动作为结果表的行名
  c(meanA = mymean, maxA = mymaxA, maxB = mymaxB, sum = mysum)
}

# 主函数
myfunct <- function(listofdfs) {
  # 自动补全列表名称，未手动命名时默认使用传入的变量名
  if (is.null(names(listofdfs))) {
    names(listofdfs) <- as.character(substitute(listofdfs))[-1]
  }
  # 批量处理所有dataframe，合并为结果表
  purrr::map_dfc(listofdfs, calc_single_df)
}

Base R无依赖版本 #

如果不想安装第三方包，可以用base R的lapply实现相同逻辑：

calc_single_df <- function(df) {
  mymean <- mean(df$a)
  mymaxA <- max(df$a)
  mymaxB <- max(df$b)
  mysum <- mymean + mymaxA
  c(meanA = mymean, maxA = mymaxA, maxB = mymaxB, sum = mysum)
}

myfunct_base <- function(listofdfs) {
  if (is.null(names(listofdfs))) {
    names(listofdfs) <- as.character(substitute(listofdfs))[-1]
  }
  res_list <- lapply(listofdfs, calc_single_df)
  as.data.frame(do.call(cbind, res_list))
}

df1 <- data.frame(
 a = c(1, 2, 3),
 b = c(2, 3, 4),
 c = c(5, 6, 7))

df2 <- data.frame(
 a = c(9, 8, 7),
 b = c(5, 1, 1),
 c = c(6, 6, 7))

# 调用函数
myfunct(list(df1, df2))

输出结果完全符合你的预期：

df1 df2
meanA  2   8
maxA   3   9
maxB   4   5
sum    5  17

内容的提问来源于stack exchange，提问作者user15160039