Question

因此，我刚接触矩阵和函数，我正在尝试找出如何应用函数来计算多个矩阵的列均值的方法。

这里有一些假人马场：

A <- matrix(c(1,2,3,4,5,6,7,8,9),nrow=3)
B <- matrix(c(9,8,7,6,5,4,3,2,1),nrow=3)

我有13个大矩阵，所有变量都不同，但是它们的维数相同。我想获取每个单独矩阵的列均值。我已经解决了如何针对单个矩阵执行此操作：

AA <- sapply(1:3, function(x) mean(A [,x], na.rm = TRUE))

但是，将其应用于我的所有矩阵可能要比将其写出十多次并获得单独的输出（即分别为每个矩阵的列均值）更有效的方法？我已经看到一些使用矩阵列表的工作-这是正确的方法吗？抱歉，如果这是重复的话，我试图找到一个正确的答案无济于事的清晰示例（请随时指出正确的方向）。

Answer 1

我们将矩阵保留在list中，使用vapply遍历list并获得colMeans

vapply(list(A, B), colMeans, numeric(3))
#      [,1] [,2]
#[1,]    2    8
#[2,]    5    5
#[3,]    8    2

或与aggregate

aggregate(do.call(rbind, list(A, B)), list(rep(1:2, each = 3)), FUN = mean)

或使用tidyverse

library(tidyverse)
list(A, B) %>%
      map(~ .x %>%
              as.data.frame %>%
               summarise_all(mean))
#[[1]]
#  V1 V2 V3
#1  2  5  8

#[[2]]
#  V1 V2 V3
#1  8  5  2

tidyverse方式可用于不同目的。也可以按操作分组

list(A, B) %>%
    map_df(as.data.frame, .id = 'grp') %>%
    group_by(grp) %>%
    summarise_all(mean)
# A tibble: 2 x 4
#  grp      V1    V2    V3
#  <chr> <dbl> <dbl> <dbl>
#1 1         2     5     8
#2 2         8     5     2

Answer 2

创建一个列表，然后将colMeans应用于该列表中的每个元素

lst <- list(A, B)
lapply(lst, colMeans)
#[[1]]
#[1] 2 5 8

#[[2]]
#[1] 8 5 2

我已经看到一些使用矩阵列表的工作-这是正确的方法吗？

是的，我想推荐您尝试实现的目标。

如何有效地将函数应用于多个矩阵-列均值

2 个答案: