R语言如何用apply族函数获取多个dataframe每列的数据类型

错误原因说明 #

你原有写法仅对列表中每个完整的data.table对象取了类属性，没有向内遍历单表的每一列执行class计算，因此只返回了表本身的类型。

正确apply族实现 #

最直接的写法是嵌套两层lapply，外层遍历所有待处理数据表，内层遍历单表的每一列取类型：

lapply(list(x, y), function(df) lapply(df, class))

运行后返回和输入表顺序对应的嵌套列表，每个子列表存储对应表所有列的类型结果，输出示例如下：

[[1]]
[[1]]$col_1
[1] "character"

[[1]]$col_2
[1] "integer"


[[2]]
[[2]]$col_3
[1] "integer"

[[2]]$col_4
[1] "character"

其他相关函数实现方案 #

你提到的Map、do.call、Reduce都可以实现需求，对应写法如下：

• Map（本质是多参数版本的lapply，单参数场景下和lapply效果完全一致）

Map(function(df) lapply(df, class), list(x, y))

• do.call（适合把分散的结果合并为更规整的格式，比如合并为全局命名向量）

# 先计算所有列类型，再用do.call拼接为一个向量
col_classes <- lapply(list(x,y), function(df) sapply(df, class))
do.call(c, col_classes)

输出为：

col_1     col_2     col_3     col_4 
"character" "integer" "integer" "character" 

• Reduce（迭代累积操作，该场景下没必要强制使用，仅做可行性示例）

Reduce(function(res, df) c(res, lapply(df, class)), list(x,y), init = list())

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