迭代R中的2个列表

Question

我想用 2 个列表进行迭代。

对于单个案例，我有一个数据框df1 和一个向量v1。

我的可重现示例如下。

df1 <- data.frame(n1 = c(2,2,0),
                 n2 = c(2,1,1),
                 n3 = c(0,1,1),
                 n4 = c(0,1,1))

v1 <- c(1,2,3)

现在，我使用此代码为每一行计算一个值 (ses.value)

x <- (v1 - apply(df1, 1, mean))/apply(df1,1,sd)

假设我们将有一个多个数据帧列表l1 和一个向量列表l2（每个列表具有相同数量的元素）现在，我想使用上面的方法为这些列表运行一个循环代码（l1的元素必须与l2的元素同位）。

# 3 dataframes and 3 vectors
df1 <- data.frame(n1 = c(2,2,0), n2 = c(2,1,1), n3 = c(0,1,1), n4 = c(0,1,1))
df2 <- data.frame(n1 = c(1,6,0), n2 = c(2,1,8), n3 = c(0,2,1), n4 = c(0,7,1))
df3 <- data.frame(n1 = c(1,6,0), n2 = c(9,1,5), n3 = c(4,2,1), n4 = c(0,7,2))

v1 <- c(1,2,3)
v2 <- c(2,3,4)
v3 <- c(4,5,6)

# list
l1 <- list(df1,df2,df3)
l2 <- list(v1,v2,v3)

由于我的列表太大，使用for loop 可能不是一个好主意，有什么建议使用lapply 或类似的吗？

Answer 1

我们可以使用Map循环遍历每个list的对应元素，然后根据OP的代码进行计算

Map(function(x, y) (y - apply(x, 1, mean))/apply(x,1,sd), l1, l2)

-输出

[[1]]
[1] 0.0 1.5 4.5

[[2]]
[1]  1.3055824 -0.3396831  0.4057513

[[3]]
[1] 0.1237179 0.3396831 1.8516402

---

另外，如果数据集真的很大，使用collapse中的dapply，效率更高

library(collapse)
 Map(function(x, y) (y - dapply(x, MARGIN = 1,
     FUN = fmean))/dapply(x, MARGIN = 1, FUN = fsd), l1, l2)

Answer 2

由于您的列表显然很大，您可能会从 matrixStats 包的 rowMeans2 和 rowSds 中受益。

library(matrixStats)
Map(\(x, y) (y - rowMeans2(as.matrix(x))) / rowSds(as.matrix(x)), l1, l2)
# [[1]]
# [1] 0.0 1.5 4.5
# 
# [[2]]
# [1]  1.3055824 -0.3396831  0.4057513
# 
# [[3]]
# [1] 0.1237179 0.3396831 1.8516402

---

数据：

l1 <- list(structure(list(n1 = c(2, 2, 0), n2 = c(2, 1, 1), n3 = c(0, 
1, 1), n4 = c(0, 1, 1)), class = "data.frame", row.names = c(NA, 
-3L)), structure(list(n1 = c(1, 6, 0), n2 = c(2, 1, 8), n3 = c(0, 
2, 1), n4 = c(0, 7, 1)), class = "data.frame", row.names = c(NA, 
-3L)), structure(list(n1 = c(1, 6, 0), n2 = c(9, 1, 5), n3 = c(4, 
2, 1), n4 = c(0, 7, 2)), class = "data.frame", row.names = c(NA, 
-3L)))

l2 <- list(c(1, 2, 3), c(2, 3, 4), c(4, 5, 6))