使用lapply时自定义R函数未按预期工作的问题求助

这个问题我太熟悉啦！核心原因在于你用deparse(substitute(z))获取变量名的方式——在lapply循环里，函数参数z每次指代的都是循环临时变量，substitute(z)拿到的永远是符号z，而不是原始数据框的名字（x_data或y_data），所以所有数据框的x_or_y都被判定为"y"。

下面给你两种可靠的解决方案：

方案一：用Map同时传递数据和名称（基础R实现） #

我们直接把列表的元素名称作为参数传给函数，彻底绕开substitute的局限性：

第一步：修改自定义函数 #

让函数接受两个参数：数据框本身，以及对应的名称字符串：

add_x_or_y <- function(z, df_name) {
  z$x_or_y <- ifelse(grepl(pattern = "x", df_name, fixed = TRUE), "x", "y")
  z
}

第二步：用Map批量调用 #

Map可以把列表的元素和它的名称一一对应传入函数：

x_y_list <- list(x_data = x_data, y_data = y_data)
x_y_list <- Map(add_x_or_y, x_y_list, names(x_y_list))

方案二：用purrr::imap简化代码（tidyverse风格） #

如果你习惯用tidyverse工具，purrr包的imap函数会自动把列表元素的名称作为第二个参数传递，代码更简洁：

第一步：加载所需包（如果未安装先安装） #

install.packages(c("purrr", "dplyr"))
library(purrr)
library(dplyr)

第二步：批量处理 #

用imap结合dplyr::mutate一行搞定：

x_y_list <- imap(x_y_list, ~ mutate(.x, x_or_y = ifelse(grepl("x", .y), "x", "y")))

这里.x代表列表中的数据框，.y就是对应的元素名称。

验证结果 #

现在你可以查看处理后的结果，确认x_or_y变量已经正确赋值：

# 查看x_data的结果
head(x_y_list$x_data)
# 查看y_data的结果
head(x_y_list$y_data)

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