跨嵌套列表应用函数答案

【问题标题】：Applying a function across nested list跨嵌套列表应用函数
【发布时间】：2019-10-18 15:07:10
【问题描述】：

说，我有以下清单

raw <- list(list(1:2, 2:3, 3:4), list(4:5, 5:6, 6:7), list(7:8, 8:9, 9:10))

我想找到最外列表中相应条目的平均值。预期的输出将类似于

[[1]]
[1] 4 5

[[2]]
[1] 5 6

[[3]]
[1] 6 7

这是因为 1:2、4:5 和 7:8 的平均值为 4:5。

我一直在尝试lapply(raw, function(x) lapply(x, mean)) 之类的东西，但显然它没有返回所需的输出。

【问题讨论】：

标签： r list nested apply lapply

【解决方案1】：

这很丑陋，但我们可以使用 mapply 来遍历列表，但我们需要通过 do.call 将列表扩展为参数

do.call("mapply", c(function(...) rowMeans(data.frame(...)), raw, SIMPLIFY=FALSE))

您可以使用purrr 包使这个更漂亮

purrr::pmap(raw, ~rowMeans(data.frame(...)))

【讨论】：

【解决方案2】：

n = length(raw[[1]])
lapply(1:n, function(i){
    d = do.call(rbind, lapply(seq_along(raw), function(j){
        raw[[j]][[i]]
    }))
    apply(d, 2, mean)
})
#[[1]]
#[1] 4 5

#[[2]]
#[1] 5 6

#[[3]]
#[1] 6 7

aggregate(. ~ ind, do.call(rbind, lapply(raw, function(x)
    data.frame(cbind(do.call(rbind, x), ind = seq_along(x))))), mean)
#  ind V1 V2
#1   1  4  5
#2   2  5  6
#3   3  6  7

【讨论】：

【解决方案3】：

你可以把这个东西放到一个数组中，然后取出单元格medians（我想你想要这些而不是means）。

A <- array(matrix(unlist(raw), 2, byrow=FALSE), dim=c(2, 3, 3))
v.mds <- t(apply(A, 1:2, median))
lapply(1:3, function(x) v.mds[x, ])
#   [[1]]
# [1] 4 5
# 
#   [[2]]
# [1] 5 6
# 
#   [[3]]
# [1] 6 7

这样概括：

A <- array(matrix(unlist(raw), length(el(el(raw))), byrow=0), 
           dim=c(length(el(el(raw))), el(lengths(raw)), length(raw)))
v.mds <- t(apply(A, 1:2, median))
lapply(1:nrow(v.mds), function(x) v.means[x, ])

【讨论】：