r中的嵌套循環將df1的列與df2的列關聯起來

我有兩個數據集，其中有來自不同物種的大量數據。列是物種，行是站點。兩個數據集之間的站點（行）是相同的，我要做的是將第一個數據集的列與第二個數據集的列相關聯，以查看是否存在正相關或負相關。

library(Hmisc)
rcorr(otu.table.filter$sp1,new6$spA, type="spearman"))$P
rcorr(otu.table.filter$sp1,new6$spA, type="spearman"))$r

第一個是sp1和spA之間關系的p值，第二個是r值

我最初創建了一個循環，允許我用第二個數據幀的一列檢查第一個數據幀的所有種類。不用說，如果我要使這項工作，我將不得不重復這個過程幾百次。一列df1（new6）對所有列df2(otu.table.filter的簡單循環

pvalues = list() 
for(i in 1:ncol(otu.table.filter)) {      
pvalues[[i]] <-(rcorr(otu.table.filter[ , i], new6$Total, type="spearman"))$P
}
rvalues = list()
for(i in 1:ncol(otu.table.filter)) {     
rvalues[[i]] <-(rcorr(otu.table.filter[ , i], new6$Total, type="spearman"))$r
}
p<-NULL
for(i in 1:length(pvalues)){
tmp <-print(pvalues[[i]][2])
p <- rbind(p, tmp)
}
r<-NULL
for(i in 1:length(rvalues)){
tmp <-print(rvalues[[i]][2])
r <- rbind(r, tmp)
}

fdr<-as.matrix(p.adjust(p, method = "fdr", n = length(p)))
sprman<-cbind(r,p,fdr) 

以上述為出發點，我試圖創建一個嵌套循環，每次都檢查df1的一列和df2的所有列，然后根據df2的所有列進入df1的第二列，以此類推

但在這里我有點迷路，我找不到一個解決方案在r的答案

我假設pvalues輸出應該是

pvalues[[i]][[j]]

類似地，r值輸出

rvalues[[i]][[j]]

但我有點迷路了，我不知道怎么做，因為我試過

pvalues = list()
rvalues = list()
for (j in 1:7){
for(i in 1:ncol(otu.table.filter)) {    
pvalues[[i]][[j]] <-(rcorr(otu.table.filter[ , i], new7[,j], type="spearman"))$P
}
for(i in 1:ncol(otu.table.filter)) {    
rvalues[[i]][[j]] <-(rcorr(otu.table.filter[ , i], new7[,j], type="spearman"))$r
}
}

但我不能使它工作，因為我不知道如何在列表中直接輸出，然后我也會很感激如果有人能幫助我與下一部分，這將是每次比較提取p和r值，并應用fdr函數（類似于我做的簡單循環）

這是我的兩個數據幀的一個子集