如何将列表的每个元素作为参数分配给R循环中的函数？答案

【问题标题】：how to assign each element of a list as arguments to a function in a loop in R?如何将列表的每个元素作为参数分配给R循环中的函数？
【发布时间】：2018-10-07 19:26:45
【问题描述】：

我是 R 新手。我想根据因子列（例如 A 列和乙）。首先，我希望通过将 A 列和 B 列分组，然后单独由 A 和 B 单独进行相同的操作来获得结果。我编写了一个类似于下面的代码。我有一个要测试的因子组合列表（groupList），然后对于循环的每次迭代，我将该列表的一个元素作为“by”的参数提供。但是，您肯定可以看到，它不起作用。 R 不将列表的元素识别为函数“by”的参数。关于如何使这项工作的任何想法？欢迎和赞赏任何指针或建议。

groupList <- list(".(A, B)", "A", "B")

for(i in 1:length(groupList)){
  output <- dt[,list(mean=mean(C),
                     sd=sd(C),
                     min=min(C),
                     median=median(C),
                     max=max(C)),
               by = groupList[i]]

  Here insert code to save each output
}

【问题讨论】：

您能否制作数据框的最小子集，例如df，然后将dput(df) 的输出粘贴到您的问题中？
但是，如果我是你，我会做三个单独的拆分-应用-组合，而不是在按两个变量分组后创建一个列表。这很容易完成，例如dplyr::summarise 函数族。

标签： r arguments

【解决方案1】：

我猜aggregate 函数可以解决你的问题。假设您有一个数据框 df 包含三列 A,B,C，如下所示：

df<-data.frame(A=rep(letters[1:3],3),B=rep(letters[4:6],each=3),C=1:9)

如果您想通过因子 A 计算 C 的平均值，请尝试：

aggregate(formula=C~A,data=df,FUN=mean)

通过因子B，尝试：

aggregate(formula=C~B,data=df,FUN=mean)

通过因子A 和B，尝试：

aggregate(formula=C~A+B,data=df,FUN=mean)

【讨论】：

【解决方案2】：

您的groupList 可以重组为字符向量列表。然后您可以使用lapply 或现有的for 循环并添加eval() 来正确解释by= 输入：

set.seed(1)
dt <- data.table(A=rep(1:2,each=5), B=rep(1:5,each=2), C=1:10)

groupList <- list(c("A", "B"), c("A"), c("B"))

lapply(
  groupList,
  function(x) {
    dt[, .(mean=mean(C), sd=sd(C)), by=x]
  }
)

out <- vector("list", 3)
for(i in 1:length(groupList)){
  out[[i]] <- dt[, .(mean=mean(C), sd=sd(C)), by=eval(groupList[[i]]) ]
}

str(out)
#List of 3
# $ :Classes ‘data.table’ and 'data.frame':      6 obs. of  4 variables:
#  ..$ A   : int [1:6] 1 1 1 2 2 2
#  ..$ B   : int [1:6] 1 2 3 3 4 5
#  ..$ mean: num [1:6] 1.5 3.5 5 6 7.5 9.5
#  ..$ sd  : num [1:6] 0.707 0.707 NA NA 0.707 ...
#  ..- attr(*, ".internal.selfref")=<externalptr> 
# $ :Classes ‘data.table’ and 'data.frame':      2 obs. of  3 variables:
#  ..$ A   : int [1:2] 1 2
#  ..$ mean: num [1:2] 3 8
#  ..$ sd  : num [1:2] 1.58 1.58
#  ..- attr(*, ".internal.selfref")=<externalptr> 
# $ :Classes ‘data.table’ and 'data.frame':      5 obs. of  3 variables:
#  ..$ B   : int [1:5] 1 2 3 4 5
#  ..$ mean: num [1:5] 1.5 3.5 5.5 7.5 9.5
#  ..$ sd  : num [1:5] 0.707 0.707 0.707 0.707 0.707

【讨论】：

谢谢。两个非常优雅的解决方案。我会选择使用 lapply 的那个，我会记住另一个使用 for 循环的。

【解决方案3】：

为了演示，我使用了mtcars 数据集。这是dplyr 包的一种方法。

library(dplyr)

# create a vector of functions that you need
describe <- c("mean", "sd", "min", "median", "max")

# group by the variable gear
mtcars %>%
  group_by(gear) %>%
  summarise_at(vars(mpg), describe) 

# group by the variable carb
mtcars %>%
  group_by(carb) %>%
  summarise_at(vars(mpg), describe) 

# group by both gear and carb
mtcars %>%
  group_by(gear, carb) %>%
  summarise_at(vars(mpg), describe)

【讨论】：