编写遍历数据框列表的for循环：检查类型并新增均值列

我看你写的这段R代码是想给列表里的每个数据框新增一列存储对应列的均值，但目前的写法不会生效哦～原因是在for(i in L)这种循环里，i只是原数据框的副本，你对i做的任何修改都不会同步到原列表L里，循环结束后原列表还是原样。

下面给你两种可行的解决方法：

方法1：通过索引遍历修改原列表 #

这种方法直接针对列表的索引操作，修改的是原列表里的元素，能达到你的需求：

df1 <- data.frame( Number = c(45,62,27,34,37,55,40))
df2 <- data.frame( Number = c(15,20,32,21,17,18,13))
df3 <- data.frame( Number = c(12,32,22,14,16,21,30))
L <- list(df1,df2,df3)

# 遍历列表的索引而非元素本身
for(i in seq_along(L)){
  # 先检查当前元素是否是数据框
  if(is.data.frame(L[[i]])){
    # 明确指定计算Number列的均值，加上na.rm避免缺失值干扰
    L[[i]]$Average <- mean(L[[i]]$Number, na.rm = TRUE) 
  }
}

# 验证结果，查看第一个数据框
L[[1]]

这里要注意：原代码里的mean(i)会把整个数据框的所有数值拉平计算均值，不是单一列的均值，所以一定要指定具体列（比如Number），否则结果会不符合预期。

方法2：用lapply实现（更简洁的R风格写法） #

R处理列表类数据时，函数式编程的写法会更简洁高效，lapply会自动遍历列表每个元素，返回修改后的新列表：

L <- lapply(L, function(df){
  if(is.data.frame(df)){
    df$Average <- mean(df$Number, na.rm = TRUE)
  }
  # 返回修改后的对象
  df
})

这种写法不需要手动处理索引，代码更紧凑，也是R社区更推荐的写法。

额外提醒：如果你的数据可能存在缺失值，一定要加上na.rm = TRUE，否则mean函数会返回NA，导致新增列全是缺失值。

内容的提问来源于stack exchange，提问作者Jake