我在列表中有一些数据框,所有数据框都具有相同的结构 - 在本例中是变量a,b和c。现在我想总结列表中值的方法。
# list of 10 random data frames
n <- 1e1
initSeed <- 1234
set.seed(initSeed)
(seedVec <- sample.int(n = 1e3, size = n, replace = FALSE))
lst <- lapply(1:n, function(i){
set.seed(seedVec[i])
a <- rnorm(24,1,.1)
b <- rnorm(24,2,.2)
c <- rnorm(24,3,.3)
df <- data.frame(a,b,c)
})
我尝试用lst %>% summarize_all(mean)
提供dplyr,但他不喜欢列表。下面的公式为我提供了列表中每个数据框的方法,但还没有提供所有数据框中这些变量a,b和c的均值。
lapply(1:10, function(n){
lst[n] %>%
data.frame() %>%
summarize_all(mean)
})
所以我想创建一个包含汇总输出的新数据框,以便再次对它们进行汇总,但这失败了,我的扩展公式和related answer都抛出了Error in lst[[idx]] : subscript out of bounds
这是我的尝试:
df1 <- as.data.frame(setNames(replicate(3,numeric(0), simplify = FALSE),
letters[1:3]))
lapply(1:10, function(n){
lst[n] %>%
data.frame() %>%
summarize_all(mean) %>%
rbind(df1, lst[n])
})
df1 %>% summarize_all(mean)
我怎么能得到我想要的东西?
答案 0 :(得分:2)
您可以使用GetLParam()
purrr
或者在基地R ......
purrr::map_df(lst, function(df){summarize_all(df,mean)})
a b c
1 0.9917488 1.995821 3.121970
2 1.0007174 2.029938 2.962271
3 0.9582000 2.007167 3.046708
4 0.9745993 1.938877 3.015066
5 1.0050672 1.932359 3.052645
6 1.0196390 2.034723 2.998995
7 0.9717243 1.914532 3.024200
8 0.9954225 1.991664 2.981958
9 1.0148424 1.975775 2.949854
10 1.0014377 2.023839 2.976223