R语言函数无法返回训练测试数据集问题求助

嘿，我来帮你搞定这个R语言的小问题！你的核心困扰其实有两个：函数调用后没返回值，以及对是否要传入df_n的疑惑，咱们一步步解决：

1. 为什么函数没有返回值？ #

在R里，函数默认会返回最后一行代码的执行结果，但你之前的函数最后一行是给df_test赋值，这行的返回值虽然是df_test，但如果不明确返回或者把结果赋值给变量，你就没法在外部拿到它。更重要的是，你需要返回两个数据集，这时候得用**列表（list）**把它们打包起来——R函数没法直接返回多个独立对象，但列表可以装下多个元素。

2. df_n必须传入函数！ #

你之前的函数依赖全局环境里的df_n，这其实很不规范，容易引发变量冲突，也让函数没法在其他场景复用。把df_n作为参数传入，函数才是独立、健壮的。

# 定义函数，新增df参数传入归一化后的数据集
set_data <- function(n, df) {
  set.seed(n)  # 设置随机种子保证可复现
  train_percent <- 0.6667
  sample_size <- floor(train_percent * nrow(df))
  train_ind <- sample(seq_len(nrow(df)), size = sample_size)
  
  df_train <- df[train_ind, ]
  df_test <- df[-train_ind, ]
  
  # 把两个数据集打包成列表返回，给元素命名方便后续提取
  return(list(train_set = df_train, test_set = df_test))
}

# 调用示例（假设你已经有归一化好的df_n）
# 第一次调用，种子为1
data_splits <- set_data(1, df_n)
# 提取训练集和测试集到全局环境
df_train <- data_splits$train_set
df_test <- data_splits$test_set

# 重复调用5次的话，可以用lapply批量处理
# 生成种子1-5的拆分结果列表
all_splits <- lapply(1:5, function(seed) set_data(seed, df_n))
# 比如提取第3次拆分的测试集
third_test_set <- all_splits[[3]]$test_set

• 之前你尝试return单个数据集失败，大概率是因为没有把函数的返回值赋值给变量（比如你只写了set_data(1)而不是result <- set_data(1)）。
• 用列表返回后，你可以通过$符号或者索引快速提取里面的数据集，非常灵活。

内容的提问来源于stack exchange，提问作者Kevin E Dow