基于父变量名创建DataFrame列表：拆分单一DataFrame为含指定列的列表

看你的需求是要把包含apple和pear相关列的单一DataFrame，拆分成每个水果对应专属列的DataFrame列表，这在R里用lapply就能轻松实现，我给你一步步演示：

1. 先确认你的原始数据 #

首先把你给出的原始数据代码整理得更清晰些，方便后续操作：

# 创建原始DataFrame
dfs <- data.frame(
  apple = rep("apple", 4),
  pear = rep("pear", 4),
  price_apple = c("5.30","5.50","5.12","5.63"),
  price_pear = c("2.12","2.30","2.40","2.13"),
  ask_apple = c("5.31","5.55","5.20","5.63"),
  ask_pear = c("2.15","2.35","2.44","2.15"),
  stringsAsFactors = FALSE  # 避免字符列自动转成因子，处理更方便
)

注：我把原始的列赋值方式改成了命名赋值，可读性更强；加上stringsAsFactors = FALSE是个好习惯，能避免后续不必要的因子类型问题。

2. 拆分DataFrame为列表 #

核心思路是先定义父变量（水果名）的列表，然后循环每个水果名，提取对应的列（水果本身的列、price_前缀列、ask_前缀列）：

# 定义要拆分的父变量名（水果名）
fruit_names <- c("apple", "pear")

# 生成DataFrame列表
fruit_df_list <- lapply(fruit_names, function(fruit) {
  # 动态生成当前水果需要提取的列名
  target_cols <- c(fruit, paste0("price_", fruit), paste0("ask_", fruit))
  # 从原DataFrame中筛选这些列，drop=FALSE确保返回DataFrame而非向量
  dfs[, target_cols, drop = FALSE]
})

# 给列表元素命名，方便后续按名称调用
names(fruit_df_list) <- fruit_names

3. 验证结果 #

现在你可以直接通过列表名称访问每个水果的DataFrame了：

# 查看apple的DataFrame
fruit_df_list$apple

输出：

apple price_apple ask_apple
1 apple        5.30      5.31
2 apple        5.50      5.55
3 apple        5.12      5.20
4 apple        5.63      5.63

# 查看pear的DataFrame
fruit_df_list$pear

输出：

pear price_pear ask_pear
1 pear       2.12     2.15
2 pear       2.30     2.35
3 pear       2.40     2.44
4 pear       2.13     2.15

补充说明 #

• lapply是R中处理批量列表操作的利器，它会遍历fruit_names中的每个元素，执行我们定义的匿名函数，最终返回一个结构统一的列表
• drop = FALSE参数很关键，如果不加，当筛选的列只有一列时，R会自动把DataFrame转成向量，这个参数能确保每个列表元素都是标准的DataFrame结构
• 如果后续新增水果（比如banana），只需要把fruit_names里加上对应的名称，代码不需要做其他修改，扩展性很强

内容的提问来源于stack exchange，提问作者Garglesoap