Question

我有一个列表清单，其中包含以下结构：

> mylist <- list(list(a=as.numeric(1:3), b=as.numeric(4:6)), 
                 list(a=as.numeric(6:8), b=as.numeric(7:9)))
> str(mylist)
List of 2
 $ :List of 2
  ..$ a: num [1:3] 1 2 3
  ..$ b: num [1:3] 4 5 6
 $ :List of 2
  ..$ a: num [1:3] 6 7 8
  ..$ b: num [1:3] 7 8 9

我想在a的向量b和mylist之间得到元素方面的平均值。对于向量a，结果将是：

> a
[1] 3.5 4.5 5.5

我知道函数lapply，rbind和colMeans，但我无法用它们来解决问题。我怎样才能达到我的需要？

Answer 1

以下是一种使用“reshape2”中的melt和dcast的方法。

library(reshape2)

## "melt" your `list` into a long `data.frame`
x <- melt(mylist)

## add a "time" variable to let things line up correctly
## L1 and L2 are created by `melt`
## L1 tells us the list position (1 or 2)
## L2 us the sub-list position (or name)
x$time <- with(x, ave(rep(1, nrow(x)), L1, L2, FUN = seq_along))

## calculate whatever aggregation you feel in the mood for
dcast(x, L2 ~ time, value.var="value", fun.aggregate=mean)
#   L2   1   2   3
# 1  a 3.5 4.5 5.5
# 2  b 5.5 6.5 7.5

以下是基础R的方法：

x <- unlist(mylist)
c(by(x, names(x), mean))
#  a1  a2  a3  b1  b2  b3 
# 3.5 4.5 5.5 5.5 6.5 7.5

Answer 2

已更新：更好...... sapply(mylist, unlist)实际上为我们提供了一个很好的矩阵来应用rowMeans。

> rowMeans(sapply(mylist, unlist))
#  a1  a2  a3  b1  b2  b3 
# 3.5 4.5 5.5 5.5 6.5 7.5

原文： 另一个lapply方法，其中抛出sapply。

> lapply(1:2, function(i) rowMeans(sapply(mylist, "[[", i)) )
# [[1]]
# [1] 3.5 4.5 5.5
#
# [[2]]
# [1] 5.5 6.5 7.5

Answer 3

另一个想法：

tmp = unlist(mylist, F)
sapply(unique(names(tmp)), 
       function(x) colMeans(do.call(rbind, tmp[grep(x, names(tmp))])))
#       a   b
#[1,] 3.5 5.5
#[2,] 4.5 6.5
#[3,] 5.5 7.5

Answer 4

这里有一个data.table和RcppRoll组合（对于大型列表应该超级快）

library(data.table)
library(RcppRoll)
roll_mean(as.matrix(rbindlist(mylist)), 4, weights=c(1,0,0,1))

##     [,1] [,2]
## [1,]  3.5  5.5
## [2,]  4.5  6.5
## [3,]  5.5  7.5

Answer 5

许多可能的方法之一，通过data.frame

mylist <- list(list(a = 1:3, b = 4:6),list(a = 6:8, b = 7:9))

sapply(c("a","b"),function(x){
  listout <- lapply(mylist,"[[",x)
  rowMeans(do.call(cbind,listout))
})

       a   b
[1,] 3.5 5.5
[2,] 4.5 6.5
[3,] 5.5 7.5

列表列表中的矢量的平均值

5 个答案: