Question

尽管与几个人讨论过这个问题，但我还是无法解决我的问题，所以希望这里的社区可以提供帮助。

数据存储为数组列表。列表中的每个组件表示按特定因子分组的数据。阵列有三个维度。第一维表示时间，第二维表示成分的数量，第三维表示数据点。因此，在下面的示例数据中，每个成分（第二维）每个时间单位（第一维）有三个数据点（第三维）。

第一维和第三维有一个固定的nrow（时间）和ncol（数据点），而第二个维度因每个组（列表中的组件）而异，我将数组存储在列表中。

所以数据结构如下。

data.list <- vector("list", 3) 

numb <- c(2,3,4)

data.list[[1]] <- array(1:(numb[1] * 5 * 3), dim = c(5, numb[1], 3))
data.list[[2]] <- array(1:(numb[2] * 5 * 3), dim = c(5, numb[2], 3))
data.list[[3]] <- array(1:(numb[3] * 5 * 3), dim = c(5, numb[3], 3))

如果我想计算第1组中所有成分的第一个数据点的平均值（假设它没有存储在列表中），我会这样做：

apply(array[,, "data.point.1"], 1, mean)

现在我想在所有组（列表中的组件）和组件（数组中的第二维）上应用平均值（时间） - 但我找不到解决方案。

我试图使用sapply，因为基本上我想得到一个向量作为输出，其长度对应于数组的nrow（本质上是此问题中的时间段数）。但是，sapply会在每个组件上应用一个函数，并返回一个带有列表长度的向量（至少这对我来说是这样）。

有人能看到解决这个问题的好方法吗？

如果没有，那么根本问题是，数据可能以错误的方式存储在我想要的计算类型中吗？

Answer 1

我仍然不理解OP，但这会概括并略微简化评论中的公式：

rowMeans(do.call(cbind, lapply(data.list, function(x) x[,,1])))

如何在数组列表中的行上应用函数

1 个答案: