Question

这个post也经过了交叉验证，我被指示在这里发帖。

我有一个名为d的列表，其中包含R中的值。

> d
$`2017-07-15:10:09:22`
[1] 3.125 4.375 2.500 0.625 5.000 3.750 1.875 1.250

$`2017-07-15:10:10:04`
[1] 0.625 3.750 3.125 1.875 1.250 4.375 2.500 5.000

$`2017-07-15:11:45:45`
[1] 4.375 3.125 3.750 2.500 5.000 1.875 1.250 0.625

我有兴趣计算这些点的平均值并将其保存到数据框中。所以，我做了一个for循环来做这个

l2 <- length(d)
for(j in 1:6)
{
      df$Mean[j] <- (d[[1]][j] 
            + d[[2]][j] + d[[3]][j])/l2 

}

列表d的长度每次都会变大。我想让这个for循环自己计算平均值。像这样......

l2 <- length(d)   
for(j in 1:6)
       {
              df$Mean[j] <- (d[[1]][j] 
                    + d[[2]][j] + d[[3]][j] + d[[4]][j] + ....
               )/l2 

        }

如何让这个循环自动完成？谢谢。

Answer 1

正如@ F.Maas指出的那样，你不需要在这里循环。

但是如果我正确地理解了你的问题，你需要所有列表元素上每个点的平均值，而不是每个列表元素中点的平均值。

如果我的假设是正确的，那么这段代码应该做你需要的，甚至不需要lapply：

#create test data and names d <- lapply(1:3,function(x) runif(6)) names(d) <- sample(LETTERS,length(d)) > d $V [1] 0.9369505 0.7825348 0.4549225 0.3807600 0.7169146 0.3608166 $Z [1] 0.75466094 0.09207062 0.59738221 0.33558258 0.79022386 0.98266940 $G [1] 0.3441581 0.6696056 0.5544217 0.7422718 0.6682706 0.7989314 #calculate means res <- colMeans(do.call(rbind,d))

现在你有了每个点的手段。您可以将它们添加到现有data.frame或制作新的。{/ p>
#put into df df <- data.frame(means=res) #output > df means 1 0.6785898 2 0.5147370 3 0.5355755 4 0.4862048 5 0.7251363 6 0.7141391

所以你唯一需要的是colMeans(do.call(rbind,d))，它将你的列表折叠成一个矩阵，每列代表一个点。之后，我可以使用colMeans计算平均值。

Answer 2

我认为这正是您所寻找的（示例代码）：

> set.seed(1)
> data<-list(a=rnorm(10),b=rnorm(10),c=rnorm(10),d=rnorm(10))
> data_mean<-rep(0,10)
> data
$a
 [1] -0.6264538  0.1836433 -0.8356286  1.5952808  0.3295078 -0.8204684  0.4874291  0.7383247  0.5757814
[10] -0.3053884

$b
 [1]  1.51178117  0.38984324 -0.62124058 -2.21469989  1.12493092 -0.04493361 -0.01619026  0.94383621
 [9]  0.82122120  0.59390132

$c
 [1]  0.91897737  0.78213630  0.07456498 -1.98935170  0.61982575 -0.05612874 -0.15579551 -1.47075238
 [9] -0.47815006  0.41794156

$d
 [1]  1.35867955 -0.10278773  0.38767161 -0.05380504 -1.37705956 -0.41499456 -0.39428995 -0.05931340
 [9]  1.10002537  0.76317575

> lapply(data,"[",n=4) #access the 4th entry of every list part - only needs to be transformed to numeric vector
$a
[1] 1.595281

$b
[1] -2.2147

$c
[1] -1.989352

$d
[1] -0.05380504

> for(i in 1:length(data[[1]]))(
+   data_mean[i]<-mean(as.numeric(lapply(data,"[",n=i)))
+ )
> data_mean
 [1]  0.79074607  0.31320878 -0.24865815 -0.66564396  0.17430122 -0.33413132 -0.01971167  0.03802378
 [9]  0.50471947  0.36740756

基本上，您只需要在mean(as.numeric(lapply(d,"[",n=j)))循环中插入for。

R中的for循环从列表

2 个答案: