如何使用Lappy在R中多次运行来自不同数据帧的变量的模型

我有两个数据帧

#虚拟df示例：
种子（1）
df1 | t |）
#（截距）-0.013981 0.169805-0.0820.936
#predmodex[2]1.000143 0.002357 424.351 | t |）
#（截距）-0.013981 0.169805-0.0820.936
#predmodex[2]1.000143 0.002357 424.351 | t |）
#（截距）-0.013981 0.169805-0.0820.936
#predmodex[，2]1.000143 0.002357 424.351由于
df1
和
df2
具有相同的名称，因此可以执行以下操作：

model <- function(var){
  lm(df1[[var]] ~ df2[[var]])
}
result <- lapply(names(df1)[-1], model)
result

#[[1]]

#Call:
#lm(formula = df1[[var]] ~ df2[[var]])

#Coefficients:
#(Intercept)   df2[[var]]  
#    15.1504      -0.4763  


#[[2]]

#Call:
#lm(formula = df1[[var]] ~ df2[[var]])

#Coefficients:
#(Intercept)   df2[[var]]  
#     3.0227       0.6374  


#[[3]]

#Call:
#lm(formula = df1[[var]] ~ df2[[var]])

#Coefficients:
#(Intercept)   df2[[var]]  
#    15.4240       0.2411  

这回答了你的问题吗@jared_mamrot我想我可以根据自己的需要修改一些帖子。但是我认为，这篇文章的目的和我的不同，所以我会说它没有回答我的问题。我还想用
lappy
来做这件事。从@Ronak Shah的回答中可以看出，我想要的是相当简单的。谢谢你的建议。太棒了，谢谢你澄清：）哦，太简单了！，我离这里很近，再过几天我就到了，哈哈。非常感谢，这正是我想要做的。对不起，我不够冷静，不能给你投票。
purrr::map_df(result, broom::tidy, .id = 'model_num')

#  model_num term        estimate std.error statistic  p.value
#  <chr>     <chr>          <dbl>     <dbl>     <dbl>    <dbl>
#1 1         (Intercept)   15.2       3.03      5.00  0.000194
#2 1         df2[[var]]    -0.476     0.248    -1.92  0.0754  
#3 2         (Intercept)    3.02      4.09      0.739 0.472   
#4 2         df2[[var]]     0.637     0.227     2.81  0.0139  
#5 3         (Intercept)   15.4       4.40      3.50  0.00351 
#6 3         df2[[var]]     0.241     0.272     0.888 0.390