在无for循环的嵌套列表中变异数据帧

我有一个数据帧列表（以及研究敏感性分析的参数），我希望以相同的方式对每个数据帧进行变异。预期输出由以下代码生成（新列

x2

）。是否有一种方法可以将生成的数据帧（

newdfs

）分配给列表，而不使用

for

循环

models <- list(m1 = list('params' = list('start'='2014-01-01'),
                         'data' = data.frame(y=c(1,2,3), x1=c(4,5,6))),
               m2 = list('params' = list('start'='2017-01-01'),
                         'data' = data.frame(y=c(1,2,3), x1=c(7,8,9))))

newdfs <- lapply(models, function(z) {z$data$x2 <- z$data$x1 + 1
                                      z$data})

# Can I do this without "for"? 
for(x in 1:length(models)) models[[x]]$data <- newdfs[[x]]

型号您可以尝试以下方法：

newdfs <- lapply(models, function(z) {z$data$x2 <- z$data$x1 + 1
return(z)})

$m1
$m1$params
$m1$params$start
[1] "2014-01-01"


$m1$data
  y x1 x2
1 1  4  5
2 2  5  6
3 3  6  7


$m2
$m2$params
$m2$params$start
[1] "2017-01-01"


$m2$data
  y x1 x2
1 1  7  8
2 2  8  9
3 3  9 10

newdfs修改
lappy（）
中的函数以返回
z
而不是
z$data
：

lapply(models, function(z) {z$data$x2 <- z$data$x1 + 1 ; z})

map（）
+
map\u at（）
transpose（）
+
map（）
如此简单和令人满意！谢谢鸭子。@BillO'Brien太好了，它帮了你。如果你对这个答案感到满意，你可以点击这个问题左侧的勾号来接受它：）绝对可以。让我做一个好公民，给其他人一个回答的机会，然后我会记下来。@BillO'Brien当然你是对的：）我也检查了你的谷歌学者档案。真是太神奇了。你的父亲是个基因统计学家，所以你现在肯定有很多工作要做。很好的职业。谢谢，我很荣幸：）现在有很多共青藤研究正在进行中。
library(purrr)

map(models, map_at, "data", transform, x2 = x1 + 1)

models %>%
  transpose %>% 
  `[[<-`(., "data", map(.$data, transform, x2 = x1 + 1)) %>%
  transpose

$m1
$m1$params
$m1$params$start
[1] "2014-01-01"


$m1$data
  y x1 x2
1 1  4  5
2 2  5  6
3 3  6  7


$m2
$m2$params
$m2$params$start
[1] "2017-01-01"


$m2$data
  y x1 x2
1 1  7  8
2 2  8  9
3 3  9 10