如何通过循环创建多个DataFrame？数据集列含A1~A100、B1~B100、C1~C100

嘿，这个问题我熟！你说的没错，直接用[i]这种方式引用列名确实不对，得用正确的列名拼接和索引方法来实现循环创建多个DataFrame。下面我给你两种可行的方案，都是基于R语言的（因为你用了cbind，推测你是在R里操作）：

方案1：直接创建单独的DataFrame变量（data1、data2...） #

这种方法会直接在全局环境中生成data1到data100这些独立变量，适合习惯单独调用每个数据集的场景：

# 假设你的原始数据集名为df，请替换成你实际的数据集名称
for (i in 1:100) {
  # 拼接当前循环对应的列名：比如i=1时得到c("A1", "B1", "C1")
  target_cols <- paste0(c("A", "B", "C"), i)
  # 提取对应列并组合成新DataFrame，然后赋值给data1、data2...
  assign(paste0("data", i), df[, target_cols])
}

解释一下：

• paste0()用来快速拼接字符串，生成我们需要的列名；
• assign()函数可以动态创建变量名，把提取到的列组合后的结果赋值给对应的data{i}变量；
• df[, target_cols]就是提取原始数据集中指定列的操作，效果和你伪代码里的cbind(A1,B1,C1)是一样的（因为直接提取多列本身就是按列绑定的DataFrame）。

方案2：将所有DataFrame存入列表（更推荐） #

如果需要管理100个数据集，单独的变量会让环境变得混乱，把它们放进一个列表里会更整洁，后续操作也更方便：

# 初始化一个空列表
data_list <- list()

for (i in 1:100) {
  target_cols <- paste0(c("A", "B", "C"), i)
  # 把每个分组的DataFrame存入列表，用data1、data2...作为列表元素的名称
  data_list[[paste0("data", i)]] <- df[, target_cols]
}

后续访问的时候，你可以这样操作：

• 访问第一个数据集：data_list$data1 或者 data_list[[1]]
• 遍历所有数据集：lapply(data_list, function(x) { # 你的操作 })

这种方式避免了全局环境中出现大量变量，也更容易批量处理这些数据集。

内容的提问来源于stack exchange，提问作者Monkey2018