如何在列表中的多个dataframe上结合使用lapply与paste

嘿，我完全懂你现在的困扰——想把列表里每个DataFrame的两列合并成向量，但查的资料要么是合并列表里的向量行，要么只讲选列，没针对性讲怎么在列表的DataFrame上用lapply做列合并对吧？别慌，这就给你讲清楚具体操作：

1. 先构造示例数据（方便你跟着试） #

首先咱们先搞一个包含多个DataFrame的列表，模拟你的场景：

# 创建示例列表，包含两个DataFrame
df_list <- list(
  df1 = data.frame(col1 = c("苹果", "香蕉", "橙子"), col2 = c(10, 20, 30)),
  df2 = data.frame(col1 = c("牛奶", "面包", "鸡蛋"), col2 = c(5, 8, 3))
)

2. 核心操作：用lapply合并列生成向量列表 #

如果你的需求是把每个DataFrame的两列合并成独立向量，最终得到一个向量列表，直接用lapply配合匿名函数就能搞定：

# 遍历列表，合并每个DataFrame的col1和col2
merged_vectors <- lapply(df_list, function(current_df) {
  # 用paste指定分隔符合并两列，sep可以改成你需要的符号（比如""、"-"都可以）
  paste(current_df$col1, current_df$col2, sep = "：")
})

运行后merged_vectors里就是每个DataFrame合并后的向量，比如merged_vectors$df1会是["苹果：10", "香蕉：20", "橙子：30"]这样的结果。

3. 进阶：合并后直接添加为原DataFrame的新列 #

如果你想把合并后的列直接加到原DataFrame里，而不是单独生成向量列表，只需要在匿名函数里修改DataFrame再返回就行：

# 给每个DataFrame添加合并后的新列
updated_df_list <- lapply(df_list, function(current_df) {
  current_df$merged_col <- paste(current_df$col1, current_df$col2, sep = "：")
  current_df  # 返回修改后的DataFrame
})

现在updated_df_list里的每个DataFrame都多了一列merged_col，就是两列合并后的结果。

4. 处理NA值的小技巧 #

如果你的列里有NA，默认paste会把NA转成字符串"NA"，要是想忽略NA，可以用stringr包的str_c（比base R的paste更灵活）：

library(stringr)
merged_vectors_no_na <- lapply(df_list, function(current_df) {
  str_c(current_df$col1, current_df$col2, sep = "：", na.rm = TRUE)
})

这样遇到NA时，会自动跳过，不会出现"NA：xx"或者"xx：NA"的情况。

其实核心就是搞清楚：lapply遍历的是列表里的每个DataFrame，在匿名函数里你可以像操作单个DataFrame一样访问它的列，再用paste/str_c合并就行——之前你查的资料没戳中这个点，所以才没找到合适的解法~

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