R语言遍历dataframe列表计算列均值与行数的报错问题

问题根源 #

你存储的DoublePostsLeftDFs是字符串向量，仅保存了dataframe的变量名称，不是实际的dataframe对象：

• 第一次报错是因为你直接对字符串类型的变量名使用$运算符，字符串属于原子向量，本身不支持$操作
• 第二次将字符串强制转dataframe，只是把单个字符串转成了1行1列的临时dataframe，所以行数永远是1，也不存在你需要的desired_column字段，求和结果自然为0

方案1：最小改动修复现有代码 #

遍历的时候通过get()函数，根据变量名字符串获取全局环境中对应的实际dataframe对象即可：

for (x in DoublePostsLeftDFs) {
    # 读取字符串对应的实际dataframe
    df <- get(x)
    row_number <- nrow(df)
    # 直接用内置mean函数更简洁，na.rm=TRUE可过滤空值避免计算报错，不需要可以删除
    average <- mean(df$desired_column, na.rm = TRUE)
    
    print(paste("数据集", x, "行数：", row_number))
    print(paste("数据集", x, "目标列均值：", average))
}

方案2：更规范的实现（推荐） #

不要用assign把零散的dataframe分散存入全局环境，直接把过滤后的dataframe存在命名列表中，后续维护和操作更方便，也不会污染全局环境变量：

library(stringr)
library(dplyr)

Coverages <- list('Cover 0', 'Cover 1', 'Cover 2', 'Cover 3')
# 初始化空列表存储所有dataframe
DoublePostsLeftDFs <- list()

for (x in Coverages) {
    df_name <- paste("DoublePostsLeft", str_replace_all(x, " ", ""), sep="")
    # 直接将过滤后的df存入列表并对应命名
    DoublePostsLeftDFs[[df_name]] <- DoublePostsLeft %>% filter(CoverageScheme == x)
}

# 遍历列表完成计算
for (df_name in names(DoublePostsLeftDFs)) {
    df <- DoublePostsLeftDFs[[df_name]]
    row_number <- nrow(df)
    average <- mean(df$desired_column, na.rm = TRUE)
    print(paste("数据集", df_name, "行数：", row_number))
    print(paste("数据集", df_name, "目标列均值：", average))
}

内容的提问来源于stack exchange，提问作者Loons22