使用purrr::map_df绑定同结构数据框列表报错的问题排查

这个报错其实很好解决，问题出在你对purrr::map_df()的用法理解上～你遇到的Error in as_mapper(.f, ...) : argument ".f" is missing, with no default错误，核心原因是**map_df()必须要指定第二个参数.f——也就是要应用在列表每个元素上的函数**，你只传了列表my_list，没给对应的操作函数，所以R才会提示缺少参数。

接下来分两种情况给你针对性的解决方案：

情况1：只想直接绑定所有数据框（你的需求看起来更贴近这个） #

如果你的目标只是把列表里所有列数一致的数据框行绑定在一起，那根本不需要用map_df()，直接用更简单的专用绑定函数就行：

方案A：用dplyr::bind_rows() #

这是日常绑定数据框列表最常用的方法：

library(dplyr)
combined_df <- bind_rows(my_list)

如果需要保留每个数据框的原始名称作为来源标识，可以加.id参数：

combined_df <- bind_rows(my_list, .id = "original_df_name")

方案B：用purrr::list_rbind() #

这是purrr包专门为绑定列表数据框设计的函数，用法更直观：

library(purrr)
combined_df <- list_rbind(my_list)
# 同样支持.id参数保留来源名称
combined_df <- list_rbind(my_list, .id = "original_df_name")

情况2：需要先对每个数据框做操作再绑定 #

如果你确实需要先对列表里的每个数据框执行某个操作（比如筛选行、新增列），再把结果绑定成数据框，那必须给map_df()传入.f参数。比如给每个数据框新增一列标记它来自哪个原始数据框：

library(purrr)
library(dplyr)

# 用imap_df更方便，它能同时拿到当前迭代的data frame和它在列表里的名称
combined_df <- imap_df(my_list, ~ {
  # .x代表当前的data frame，.y代表它的列表名称
  mutate(.x, source_df = .y)
})

简单总结下：map_df()是「给列表元素映射函数 + 绑定结果」的组合工具，不是单纯的绑定工具。如果只是想把数据框拼在一起，用bind_rows()或list_rbind()更直接高效～

内容的提问来源于stack exchange，提问作者Nazer