计算列表列表中每个数据框架的平均值，并将其分配给R中的新向量

Question

这是我的数据：

df1 <- data.frame(x = 1:5, y = letters[1:5])
df2 <- data.frame(x = 1:15, y = letters[1:15])
df3 <- data.frame(x = 1:25, y = letters[1:25])
df4 <- data.frame(x = 1:6, y = letters[1:6])
df5 <- data.frame(x = 1:8, y = letters[1:8])

l1 <- list(df1, df2)
l2 <- list(df3, df4, df5)
mylist <- list(l1, l2)

我想计算MyList内所有数据帧中X列的平均值，然后将它们放入新的空列表（或向量）中，例如：

mean_vec <- c(
 mean(df1$x),
 mean(df2$x),
 mean(df3$x),
 mean(df4$x),
 mean(df5$x)
)

Answer 1

基于purrr :: map_depth的另一个可能的解决方案：

library(tidyverse)

map_depth(mylist, 2, ~ mean(.x$x)) %>% unlist

#> [1]  3.0  8.0 13.0  3.5  4.5

---

或使用rrapply :: rrapply，现在较短的解决方案，感谢 @Maël的评论，我感谢谁：

library(rrapply)
library(magrittr)

rrapply(mylist, condition = is.numeric, f = mean, how = "unlist") %>% unname

#> [1]  3.0  8.0 13.0  3.5  4.5

Answer 2

您可以UNLIST您的嵌套列表，并为每个列表计算：

mean_vec <- sapply(unlist(mylist, recursive = F), function(dat) mean(dat$x))

mean_vec
# [1]  3.0  8.0 13.0  3.5  4.5

---

rapply的另一个选项：

mean <- rapply(mylist, mean)
unname(mean[names(mean) == "x"])
# [1]  3.0  8.0 13.0  3.5  4.5

Answer 3

purrr解决方案

library(purrr)
library(dplyr)

mylist %>%
  map_depth(., 2, ~ .x %>% summarise(mean = mean(x, na.rm = T))) %>%
  bind_rows() %>%
  pull()