R语言中使用lapply()处理拆分数据框时找不到变量的问题

原因 #

你用lapply(NS.split, mean, LASSI_1)的时候，mean函数无法识别LASSI_1是每个数据框里的列——R会默认在全局环境中查找名为LASSI_1的变量，而不是从每个子数据框里提取对应列，这就导致了"变量不存在"的报错，最终返回全NA结果。

而你单独计算时（比如mean(NS.split[[1]]$LASSI_1)），是明确指定了从某个子数据框里提取LASSI_1列，所以能正常运行。

解决方法 #

给你几种可行的写法：

• 匿名函数提取列：最直观的方式，明确指定从每个子数据框中取LASSI_1列再算均值

  lapply(NS.split, function(df) mean(df$LASSI_1, na.rm = TRUE))
  

  注：na.rm = TRUE是用来忽略NA值的，如果你的数据里没有NA可以去掉。

• 用with简化代码：在匿名函数里用with让R在子数据框的环境中查找变量

  lapply(NS.split, function(df) with(df, mean(LASSI_1, na.rm = TRUE)))
  

• 用purrr包的map_dbl（可选）：如果习惯tidyverse风格，这个写法更简洁，还能直接返回数值向量

  library(purrr)
  map_dbl(NS.split, ~mean(.x$LASSI_1, na.rm = TRUE))
  

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