R语言批量清洗列表数据框时维度错误的原因与解决方法

错误原因 #

你遇到的Error in df[2, ] : incorrect number of dimensions错误，本质是代码尝试对一维对象（比如向量）使用二维索引[行,列]。具体到你的场景，大概率是两个原因叠加导致的：

1. 因子类型干扰：在R版本4.0以前，data.frame默认会把字符串列转为因子类型。当你执行colnames(df) <- df[2,]时，df[2,]是因子向量，赋值给列名时会被自动转为对应的整数编码（比如"year"因子可能被转成2），导致后续df$year找不到对应的列，筛选行时得到空结果，最终df变成了一维的空对象，触发维度错误。
2. 筛选时自动降维：如果某些数据框筛选后只剩一行，R默认会把数据框转为向量（drop=TRUE），后续操作也会触发维度错误。

修复后的清洗函数 #

我调整了你的函数，解决了上述问题，同时增加了数据类型转换（让年份和数值变成数值型，方便后续分析）：

clean <- function(df){
  # 先把所有列转成字符型，避免因子干扰
  df[] <- lapply(df, as.character)
  # 将第二行的内容设为列名
  colnames(df) <- df[2, ]
  # 筛选年份行，用grepl更直观，同时设置drop=FALSE确保结果始终是数据框
  df <- df[grepl('^[0-9]{4}$', df$year), , drop = FALSE]
  # 把年份和数值列转为数值型（可选，但非常实用）
  df$year <- as.numeric(df$year)
  df$value <- as.numeric(df$value)
  return(df)
}

批量处理的正确方式 #

方式1：用lapply（推荐） #

这个方法没问题，只要函数修复后就能正常运行：

# 创建数据框时记得加stringsAsFactors=FALSE（R4.0+可以省略，因为默认是FALSE）
df <- data.frame(x = c('notes','year',1995:2005), y = c(NA,'value',11:21), stringsAsFactors = FALSE)
df2 <- data.frame(x = c('notes','year',1995:2005), y = c(NA,'value',50:60), stringsAsFactors = FALSE)
df_list <- list(df, df2)

# 批量清洗
cleaned_list <- lapply(df_list, clean)

方式2：用for循环 #

你的原循环写法错误，因为循环中的df是列表元素的副本，修改副本不会影响原列表。正确写法是直接修改列表的对应位置：

for(i in seq_along(df_list)){
  df_list[[i]] <- clean(df_list[[i]])
}

关于你的处理思路 #

你的核心思路完全正确：把结构相似的数据框存入列表，再批量处理，这是R中处理多份同结构数据的标准做法，比单独处理每个数据框高效得多。只是在函数的细节处理（比如因子、数据框降维）上需要调整。

内容的提问来源于stack exchange，提问作者Oct