如何将函数应用于嵌套列表?

时间:2011-09-07 16:29:50

标签: r

我需要在嵌套列表中获取变量的最大值。对于某个站号“s”和某个成员“m”,mylist[[s]][[m]]具有以下形式:

station date.time        member  bias
6019    2011-08-06 12:00 mbr003  86
6019    2011-08-06 13:00 mbr003  34

对于每个电台,我需要获得所有成员bias的最大值。对于s = 3,我设法通过以下方式完成:

library(plyr)
var1 <- mylist[[3]]
var2 <- lapply(var1, `[`, 4)
var3 <- laply(var2, .fun = max)
max.value <- max(var3)

有没有办法避免第二行中的列号“4”并在$bias中使用变量名lapply或更好的方法?

3 个答案:

答案 0 :(得分:6)

您可以将[与数据框列的名称及其索引一起使用。因此foo[4]将与foo["bias"]具有相同的结果(假设bias是第四列的名称)。

$bias实际上不是该列的名称$只是R中的另一个函数,如[,用于访问数据框的列(以及其他内容)。

但是现在我要走出困境,就你的数据结构提出一些建议。如果嵌套列表的每个元素都包含stationmember的唯一组合的数据,则以下是您数据的简化玩具版本:

dat <- expand.grid(station = rep(1:3,each = 2),member = rep(1:3,each = 2))
dat$bias <- sample(50:100,36,replace = TRUE)

tmp <- split(dat,dat$station)
tmp <- lapply(tmp,function(x){split(x,x$member)})

> tmp
$`1`
$`1`$`1`
  station member bias
1       1      1   87
2       1      1   82
7       1      1   51
8       1      1   60

$`1`$`2`
   station member bias
13       1      2   64
14       1      2  100
19       1      2   68
20       1      2   74
etc.

tmp是长度为3的列表,其中每个元素本身都是长度为3的列表。每个元素都是一个数据框,如上所示。

将这种数据记录为单个数据帧真的要容易得多。你会注意到我先用这种方式构造它(dat),然后将它拆分两次。在这种情况下,您可以使用以下代码再次rbind

newDat <- do.call(rbind,lapply(tmp,function(x){do.call(rbind,x)}))
rownames(newDat) <- NULL

在这种形式下,这些类型的计算更容易

library(plyr)
#Find the max bias for each unique station+member
ddply(newDat,.(station,member),summarise, mx = max(bias))
  station member  mx
1       1      1  87
2       1      2 100
3       1      3  91
4       2      1  94
5       2      2  88
6       2      3  89
7       3      1  74
8       3      2  88
9       3      3  99

#Or maybe the max bias for each station across all members
ddply(newDat,.(station),summarise, mx = max(bias))
  station  mx
1       1 100
2       2  94
3       3  99

答案 1 :(得分:1)

您可能需要使用[[而不是[,但它应该可以正常使用字符串(不要使用$)。尝试:

var2 <- lapply( var1, [, 'bias' )

var2 <- lapply( var1, [[, 'bias' )

取决于var1是否为列表。

答案 2 :(得分:1)

以下是使用重复lapply的另一种解决方案。

lapply(tmp, function(x) lapply(lapply(x, '[[', 'bias'), max))