Question

我有一个包含以下结构的列表：

> str(test)
List of 5
$ :List of 2
..$ : num [1:4] 0.0544 0.0839 0.0486 0.043
..$ : num [1:4] 0.0799 0.2434 0.0373 0.2166
$ :List of 2
..$ : num [1:6] 0.938 1.047 1.022 0.689 0.39 ...
..$ : num [1:6] 0.871 0.25 0.824 0.664 0.481 ...
$ :List of 2
..$ : num [1:4] 0.000598 0.000923 0.000535 0.000473
..$ : num [1:4] 0.001039 0.003164 0.000485 0.002816
$ :List of 2
..$ : num [1:6] 0.01032 0.01152 0.01124 0.00758 0.00429 ...
..$ : num [1:6] 0.01133 0.00325 0.01071 0.00864 0.00625 ...
$ :List of 2
..$ : num -0.659
..$ : num -0.962

我想计算每个条目的平均值，即我想要的第一个条目：

x <- mean(c(0.0544, 0.0839, 0.0486, 0.043))
y <- mean(c(0.0799, 0.2434, 0.0373, 0.2166))

最后这两个结果的平均值= mean（c（x，y）。

最有效的方法是什么？

Answer 1

示例数据 - （子）列表的一个（父）列表。

set.seed(1)
foo <- list(
            list(runif(4),runif(4)),
            list(runif(6),runif(6))
           )
#> [[1]]
#> [[1]][[1]]
#> [1] 0.2655087 0.3721239 0.5728534 0.9082078
#> 
#> [[1]][[2]]
#> [1] 0.2016819 0.8983897 0.9446753 0.6607978
#> 
#> 
#> [[2]]
#> [[2]][[1]]
#> [1] 0.62911404 0.06178627 0.20597457 0.17655675 0.68702285 0.38410372
#> 
#> [[2]][[2]]
#> [1] 0.7698414 0.4976992 0.7176185 0.9919061 0.3800352 0.7774452

获取每个子列表的方法：

foo_means <- lapply(foo, lapply, mean)
#> [[1]]
#> [[1]][[1]]
#> [1] 0.5296734
#> 
#> [[1]][[2]]
#> [1] 0.6763862
#> 
#> 
#> [[2]]
#> [[2]][[1]]
#> [1] 0.3574264
#> 
#> [[2]][[2]]
#> [1] 0.6890909

获取每个（父）列表元素的（子）平均值的平均值：

lapply(foo_means, function(x) mean(unlist(x)))
#> [[1]]
#> [1] 0.6030298
#> 
#> [[2]]
#> [1] 0.5232587

Answer 2

第一个问题似乎是rapply的完美用法。使用上述@ ngm答案中提供的相同样本数据，您可以执行以下操作：

foo2 <- rapply(foo, mean, how = "replace")

foo2
#[[1]]
#[[1]][[1]]
#[1] 0.5296734
#
#[[1]][[2]]
#[1] 0.6763862
#
#
#[[2]]
#[[2]][[1]]
#[1] 0.3574264
#
#[[2]][[2]]
#[1] 0.6890909

Answer 3

这已被多次回答。它就像

一样简单

mean(unlist(lapply(mylist,sapply,mean)))

请点击此链接。

Grouping functions (tapply, by, aggregate) and the *apply family

Answer 4

由于列表中的元素也是列表，因此请使用一些嵌套的lapply来获取每个列表的方法。

lapply(test, function(x) lapply(x, mean))

如果你喜欢矩阵作为输出，你可以

sapply(test, function(x) sapply(x, mean))

使用sapply，您可以使用

获取每对的方法

colMeans(sapply(test, function(x) sapply(x, mean, na.rm = TRUE)))

Answer 5

您还可以使用modify_depth包中的purrr功能。以@ngm

发布的例子为例

library(purrr)

set.seed(1)
foo <- list(list(runif(4), runif(4)),
            list(runif(6), runif(6)))

modify_depth(foo, 2, mean)

#> [[1]]
#> [[1]][[1]]
#> [1] 0.5296734
#> 
#> [[1]][[2]]
#> [1] 0.6763862
#> 
#> 
#> [[2]]
#> [[2]][[1]]
#> [1] 0.3574264
#> 
#> [[2]][[2]]
#> [1] 0.6890909

修改：计算该列表第一级所有元素的平均值

modify_depth(foo, 2, mean) %>% 
  map(flatten_dbl) %>% 
  map_dbl(mean)

modify_depth(foo, 2, mean) %>% 
  simplify_all() %>% 
  map_dbl(mean)

[1] 0.60303 0.52326

由reprex package（v0.2.0）创建于2018-04-20。

计算表示R上的列表

5 个答案: