使用group_by和piping函数循环数据帧列表？

我有一个数据帧列表，我正在尝试应用一个脚本，该脚本适用于单个数据帧。 脚本的一部分同时使用管道和编组方式：

df2 <- df1 %>%
group_by (col1) %>%
summarise(newcol = sum(col2))

df2%
分组依据（col1）%>%
总结（newcol=总和（col2））

我已经尝试了lapply的各种循环或变体，但还没有找到一种方法让它能够处理数据帧列表，在这些数据帧列表中，它可以是：

mylist2 <- mylist1 %>%
group_by (col1) %>%
summarise(newcol = sum(col2))

mylist2%
分组依据（col1）%>%
总结（newcol=总和（col2））

但显然，改变了使用循环或重叠的方式。我可能在这里遗漏了一些简单的东西，但如果能得到一些帮助，我将不胜感激。谢谢

---

PS-我试图提供列表中的数据，但无法提供可复制的样本

这里有一个

tidyverse

方法

# generate some data
mylist1 <- replicate(2, data.frame(col1 = rep(letters[1:2], 2),
                                   col2 = 1:4), 
                     simplify = FALSE)

library(purrr)
library(dplyr)
mylist1 %>%
  map(., ~ group_by(., col1) %>%
        summarise(new_col = sum(col2)))
#[[1]]
# A tibble: 2 x 2
#  col1  new_col
#  <fct>   <int>
#1 a           4
#2 b           6

#[[2]]
# A tibble: 2 x 2
#  col1  new_col
#  <fct>   <int>
#1 a           4
#2 b           6

---

如果数据帧具有相同的列，那么绑定它们也可能是一个不错的选择：

mylist1%>%bind\u rows（.id=“id”）%%>%group\u by（id，col1）%%>%summary\u at（“col2”，sum）

lapply(mylist1, function(x)
  tapply(X = x[["col2"]], INDEX = x[["col1"]], FUN = 'sum'))
#[[1]]
#a b 
#4 6 

#[[2]]
#a b 
#4 6