首先，identical()只会在两个 Dataframe 有相同的列名 * 且顺序相同的情况下返回TRUE。* 如果你不关心顺序，只是在两个 Dataframe 中有相同的名称，你可以在比较之前sort()名称，如下所示。
其次，您可以经常使用base::lapply()或purrr::map()函数族来进行需要迭代的操作。
对于您的情况，让我们将 Dataframe 放在一个列表（which they probably should be to begin with）中，然后使用sapply()将列表中第一个df的列名与所有其他df的列名进行比较。

jul21 <- data.frame(x = 1, y = 2)
aug21 <- data.frame(x = 3, y = 4) 
sep21 <- data.frame(y = 6, x = 5)

dfs <- list(jul21,aug21,sep21)

all(sapply(
  dfs[-1], 
  \(x) identical(sort(colnames(x)), sort(colnames(dfs[[1]])))
))
# TRUE

作为另一个测试用例，我们将添加一个带有非匹配列的df。

oct22 <- data.frame(x = 1, y = 2, z = 3)
dfs[[4]] <- oct22

all(sapply(
  dfs[-1], 
  \(x) identical(sort(colnames(x)), sort(colnames(dfs[[1]])))
))
# FALSE

我们假设需要确定列名是否相同且顺序相同，如果不相同，则确定哪些不同。
首先获取一个字符向量Names，它包含 Dataframe 的名称，并从中创建一个包含 Dataframe 本身的命名列表L。
从这些名称中组装 Dataframe 的列表L，然后得到特征向量nms，其元素是列名的字符串，每个 Dataframe 一个。
最后，使用tapply和nms作为分组来对 Dataframe 的名称进行分组，这样我们就可以看到哪些 Dataframe 包含哪些列。在下面的示例中，aug21和jul21具有一组列，即Time和demand，而sep21具有不同的一组，即Time和DEMAND。如果只有一行，则所有 Dataframe 都具有相同顺序的相同列名。

Names <- c("jul21", "aug21", "sep21") # using example in Note

L <- mget(Names)[Names]

nms <- sapply(names(L), function(x) toString(names(L[[x]])))
tab <- stack(tapply(names(nms), nms, toString))
names(tab) <- c("data.frames", "column.names")

nrow(tab)
## [1] 2

tab
##    data.frames column.names
## 1 jul21, aug21 Time, demand
## 2        sep21 Time, DEMAND

图

另一种可以与上述方法交替使用或结合使用的方法是创建一个图，使得每个顶点都是一个数据框，并且每个边意味着边两端的两个顶点具有相同顺序的相同列名。从下面的例子中，我们可以看到jul21和aug21形成一个连通分量，sep21形成第二个连通分量。
要研究 Dataframe 列名的不同之处，请注意setdiff(names(jul21), names(sep21))将显示7月21日而不是9月21日的名称，反之可用于另一个方向。如果两个方向的setdiff都是零长度向量，并且名称向量不相同，则它们按顺序不同。

library(igraph)
set.seed(123)

isSame <- function(x, y) +identical(names(x), names(y))
A <- outer(L, L, Vectorize(isSame))
diag(A) <- 0

g <- graph_from_adjacency_matrix(A, "undirected")
plot(g, vertex.color = "white", vertex.size = 30)

注解

测试数据。生化需氧量随R。

jul21 <- aug21 <- sep21 <- BOD
names(sep21) <- c("Time", "DEMAND")