使用lapply，您可以按如下方式进行操作。
创建示例数据：

df1 <- data.frame(A = 1, B = 2, C = 3)
df2 <- data.frame(X = 1, Y = 2, Z = 3)
dfList <- list(df1,df2)
colnames <- c("USAF","WBAN","YR--MODAHRMN")

然后，使用setNames对列表应用lapply，并将新列名的向量作为setNames的第二个参数提供：

lapply(dfList, setNames, colnames)
#[[1]]
#  USAF WBAN YR--MODAHRMN
#1    1    2            3
#
#[[2]]
#  USAF WBAN YR--MODAHRMN
#1    1    2            3

编辑
如果您想将data.frames重新分配给全局环境，您可以像这样修改代码：

dfList <- list(df1 = df1, df2 = df2)
list2env(lapply(dfList, setNames, colnames), .GlobalEnv)

只需将你的for循环转换成如下的index for循环：
数据类型

df1 <- data.frame(a=runif(5), b=runif(5), c=runif(5))
df2 <- data.frame(a=runif(5), b=runif(5), c=runif(5))

dflist <- list(df1,df2)

colnames = c("USAF","WBAN","YR--MODAHRMN")

解决方案

for (i in seq_along(dflist)){
  colnames(dflist[[i]]) <- colnames
}

产出

> dflist
[[1]]
       USAF      WBAN YR--MODAHRMN
1 0.8794153 0.7025747    0.2136040
2 0.8805788 0.8253530    0.5467952
3 0.1719539 0.5303908    0.5965716
4 0.9682567 0.5137464    0.4038919
5 0.3172674 0.1403439    0.1539121

[[2]]
        USAF       WBAN YR--MODAHRMN
1 0.20558383 0.62651334    0.4365940
2 0.43330717 0.85807280    0.2509677
3 0.32614750 0.70782919    0.6319263
4 0.02957656 0.46523151    0.2087086
5 0.58757198 0.09633181    0.6941896

通过使用for (df in dfList)，您实际上每次都创建一个新的df，并将列名更改为原始列表（dfList）不变的列名。

如果你想让for循环工作，你不应该把整个data.frame作为参数传递。

for (df in 1:length(dfList))
  colnames(dfList[[df]]) <- colnames

创建示例数据：

df1 <- data.frame(A = 1, B = 2, C = 3)
df2 <- data.frame(X = 1, Y = 2, Z = 3)
dfList <- list(df1,df2)
name <- c("USAF","WBAN","YR--MODAHRMN")

然后创建一个函数来设置列名：

res=lapply(dfList, function(x){colnames(x)=c(name);x})

[[1]]
USAF WBAN YR--MODAHRMN
1    1    2            3

[[2]]
USAF WBAN YR--MODAHRMN
1    1    2            3

tidyverse解决方案与rename_with：

library(dplyr)
library(purrr)

map(dflist, ~ rename_with(., ~ colnames))

或者，如果仅针对一列：

map(dflist, ~ rename(., new_col = old_col))

这也适用于lapply：

lapply(dflist, rename_with, ~ colnames)
lapply(dflist, rename, new_col = old_col)

dfList <- lapply(dfList, `names<-`, colnames)