按组处理列表列表

时间:2016-11-18 22:18:16

标签: r plyr tapply split-apply-combine

我想处理一份清单。具体来说,我想通过分组变量(每个列表的第一个成员)提取每个列表的第三个成员的数据帧,然后使用几个函数,如mean(),median(),sd(),length()等该组中的数据。然后在数据框中返回输出,看起来像:

Grp   mean sd  ... 
 a    5.26 ... ...
 b    6.25 ... ...

#fake data
test<-list(
         #member 1=grouping var, 2=identity, 3=dataframe
         list("a", 54, data.frame(x=c(1,2)  ,y=c(3,4))),
         list("b", 55, data.frame(x=c(5,6)  ,y=c(7,8))),
         list("a", 56, data.frame(x=c(9 ,10),y=c(11,12))),
         list("b", 57, data.frame(x=c(13,14),y=c(15,NA)))
         )

#what I thought could work but kicks out a strange error

test2 <-ldply(test, .fun=unlist)
#note limited to just mean for now
tapply(test, factor(test$V1), FUN=function(x){mean(as.numeric(x[3:6]), na.rm=TRUE)}, simplify=TRUE)

所以我的问题是: 1.为什么上述工作没有? 2.这感觉非常笨重,有没有更有效的方法来做到这一点?

1 个答案:

答案 0 :(得分:3)

在基地R你可以这样做:

df_list <- tapply(test, 
                  sapply(test, `[[`,1), 
                  FUN=function(x) do.call(rbind,lapply(x, `[[`,3)))
t(sapply(df_list, function(x){
  list("mean"=mean(unlist(x), na.rm = T),
       "sd"=sd(unlist(x), na.rm = T),
       "median"=median(unlist(x), na.rm = T))}))

  mean     sd       median
a 6.5      4.440077 6.5   
b 9.714286 4.151879 8