为列表中的DataFrame添加编号列，实现合并后按编号分组

我来帮你搞定这个需求！你需要给列表里的每个DataFrame加上唯一编号列，合并后就能基于这个编号执行group_by操作对吧？先指出你原来代码里的一个小问题：as.list.data.frame(c(df1, df2))会把两个数据框按列拼接后拆分成列列表，这不是你想要的包含两个完整DataFrame的列表。下面给你两种靠谱的解决方案：

方法1：用purrr包（简洁高效） #

如果你习惯用tidyverse工具链，purrr的map2函数可以完美实现需求，同时遍历列表和对应的编号序列，给每个df添加上number列：

library(purrr)
library(dplyr)

# 先创建正确的DataFrame列表（这步很重要！）
df_list <- list(df1, df2)

# 给每个df添加编号列，然后合并成一个大数据框
bind_df <- map2(df_list, seq_along(df_list), ~mutate(.x, number = .y)) %>% 
  bind_rows()

# 查看最终结果
bind_df

方法2：基础R实现（无需额外安装包） #

如果不想加载额外包，用基础R的lapply也能搞定，利用列表的索引来生成唯一编号：

# 创建正确的DataFrame列表
df_list <- list(df1, df2)

# 遍历列表，给每个DataFrame添加number列
df_list_with_id <- lapply(seq_along(df_list), function(i) {
  current_df <- df_list[[i]]
  current_df$number <- i
  current_df
})

# 合并所有带编号的DataFrame
bind_df <- do.call(rbind, df_list_with_id)

# 查看结果
bind_df

验证效果 #

运行上面任意一种方法后，你都会得到期望的结果，每个原DataFrame的行都带有对应的number编号。之后就可以轻松基于这个列做分组操作了，比如：

# 示例：按number分组计算b列的总和
aggregate(b ~ number, data = bind_df, sum)

# 或者用dplyr的语法
library(dplyr)
bind_df %>% 
  group_by(number) %>% 
  summarise(total_b = sum(b))

内容的提问来源于stack exchange，提问作者aazh