让我解释一下，
我有一个包含不同 Dataframe 的列表，为了进行分析，我需要纠正每个 Dataframe 的数据类型， Dataframe 中的所有数据都存储为字符，所以我想修复这个问题。但我没有对每个 Dataframe 都这样做，而是想使用一个循环。
首先我删除了不想更改为数字的列，然后我将它们更改为数字。然后我将这些列添加回去，年份是YYYY-YY格式的字符，因此我将其更改为日期，然后再更改为数字年份。

library("tidyverse")
temp_num_func <- function(x){
  as.numeric(x, digits = 4) 
}

for(i in 1:length(listofdf)){
  temp_df <- listofdf[[i]]  
  temp_df1 <- select(temp_df, -state_ut, -`_year`) #removed as all 
 #other columns are to be converted into numeric
  temp_df1 <- temp_df1 %>% mutate_if(is.character, temp_num_func)  
  temp_df2 <- select(temp_df, state_ut, `_year`) 
  temp_df2$`_year` <- as.Date(temp_df2$`_year`, format = "%Y") 
  temp_df2$`_year` <- as.numeric(format(temp_df2$`_year`, "%Y")) 
  listofdf[[i]] <- temp_df2 %>% add_column(temp_df1)
}

获取错误：
警告：强制引入的NAs警告：强制引入的NA警告：强制引入的NA警告：强制引入的NA警告：强制引入的NA警告：强制引入的NA警告：强制引入的NA警告：强制引入的NA警告：强制引入的NA警告：强制引入的NA警告：强制引入的NA警告：强制引入的NA警告：强制引入的NA警告：强制引入的NA警告：强制性引进的不适用
dput(head(temp_df1[1:4]))
输出：
构造（列表（仅主节点= c（"88.68"、"91.21"、"96.95"、"89.74"、"100"、"100"），主节点与主节点= c（"95.98"、"96.92"、"99.03"、"97.37"、"100"、"100"），主服务器具有主服务器秒小时秒= c（"98.81"、"99.48"、"99.72"、"100"、"100"、"100"），u_主要_仅c（"91.39"、"91.39"、"96.32"、"0"、"100"、"0"）），行.名称= c（NA，6L），类=#"数据.帧"）
dput(head(listofdf[[1]][1:4]))
构造（list（state_ut = c（"安达曼和尼科巴群岛"，"安达曼和尼科巴群岛"，"安达曼和尼科巴群岛"，"安得拉邦"，"安得拉邦"，"安得拉邦"），_year = c（"2013 - 14年"、"2014 - 15年"、"2015 - 16年"、"2013 - 14年"、"2014 - 15年"、"2015 - 16年"），仅小学= c（"98.17"、"99.55"、"100"、"86.89"、"91.85"、"93.89"），主动脉与主动脉= c（"98.68"、"98.77"、"100"、"94.53"、"96.07"、"97.02"）），行名称= c（NA，6L），类=" Dataframe "）