在R中使用lappy循环遍历R中的data.frames列表

我有一个数据框，如下图所示，由于尺寸限制：

因此，我的目标是使用数据帧列表

瓶颈列表

，并使用lappy对所有数据帧运行相同的分析。它们是定制的，但我正在努力让它通过每个df运行

测试

是

瓶颈列表[[1]]

下面是一个函数示例

  test2 <- test %>% 
  mutate(early_startTime = startTime - 300) %>% 
  mutate(id = rownames(test))

loop <- lapply(1:nrow(test), function(x) {
  neck_row <- test[x,]
  
  test_list <- test[which(test$startTime == bottleneck_row$endTime),]
})
match <- do.call(rbind,loop)

events * match

test2%
突变（早期开始时间=开始时间-300）%>%
变异（id=行名（测试））
循环如果是data.frame的
列表
，则使用
映射
在
列表
上循环，并
变异
以在每个
data.frame
中创建新列

library(purrr)
library(dplyr)
bottleneck_list2 <- map(bottleneck_list, ~ .x %>%
          mutate(early_startTime = startTime - 300, id = row_number()))


如果我们想做一些转换

 lapply(bottleneck_list, function(test){
        row.names(test) <- NULL
        test$somecol <- test$col1 + 24
        test
         })    

lappy（瓶颈列表、功能（测试）{
row.names（test）这是一个数据帧列表，但是我不认为这会起作用，因为会发生几个操作，更新代码now@JohnThomas单个data.frame的代码显示为
test%>%mutate（早期\u startTime=startTime-300）%%>%mutate（id=rownames（test））
更新以更好地封装问题。基本上，如果我必须对每个数据帧执行大量操作，但方式相同。@JohnThomas实际操作的
事件是为了再现性（或缺乏再现性），但我要问的是，我能拿一个data.frames列表并对它们执行任意数量的相同操作吗。
bottleneck_list2 <- lapply(bottleneck_list, function(test)
       transform(test, early_startTime = startTime - 300, id = row.names(test)))

 lapply(bottleneck_list, function(test){
        row.names(test) <- NULL
        test$somecol <- test$col1 + 24
        test
         })