R：如何计算列表中数据框的 rowMeans？答案

【问题标题】：R: How to calculate rowMeans for dataframes in a list?R：如何计算列表中数据框的 rowMeans？
【发布时间】：2022-06-21 23:25:56
【问题描述】：

我有一个如下所示的列表 (my.list)：

我想通过 A-D 列的行均值来创建一个新变量“E”。

我已经尝试使用两个循环：

test_list<-list()

for(i in 1:5){
  test_data$E <- list.append(test_list, mylist[[i]] %>% rowMeans(mylist[,c("A","B","C","D")]))
}

和 lapply：


merged_data <- lapply(merged_data, transform, E = rowMeans(mylist[,c("A","B","C","D")]))

两者似乎都不起作用。我收到错误消息：

Error in mylist[c("A","B","C","D"),  : 
  incorrect number of dimensions

我该怎么做？

可重现的数据：

my.list <- structure(list(S1 = structure(list(A = c(5, 6, 7, 2, 6), B = c(2,3,5,3,6), C = c(3,4,5,6,7), D = c(2,3,5,7,6)),.Names = c("A", "B", "C", "D"), class = "data.frame", row.names = c("1","2", "3", "4", "5")), S2 = structure(list(A = c(5, 6, 7, 2, 6), B = c(2,3,5,3,6), C = c(3,4,5,6,7), D = c(2,3,5,7,6)), .Names = c("A", "B", "C", 
"D"), class = "data.frame", row.names = c("1", "2", "3", "4","5"))), .Names = c("S1", "S2"))

【问题讨论】：

标签： r list rstudio lapply mean

【解决方案1】：

使用lapply:

lapply(my.list, \(x)transform(x, E = rowMeans(x)))

甚至

lapply(my.list, \(x)cbind(x, E = rowMeans(x)))

两个结果：

$S1
  A B C D    E
1 5 2 3 2 3.00
2 6 3 4 3 4.00
3 7 5 5 5 5.50
4 2 3 6 7 4.50
5 6 6 7 6 6.25

$S2
  A B C D    E
1 5 2 3 2 3.00
2 6 3 4 3 4.00
3 7 5 5 5 5.50
4 2 3 6 7 4.50
5 6 6 7 6 6.25

【讨论】：

【解决方案2】：

附加选项

library(tidyverse)
map(my.list, ~mutate(.x, E = rowMeans(.x)))

$S1
  A B C D    E
1 5 2 3 2 3.00
2 6 3 4 3 4.00
3 7 5 5 5 5.50
4 2 3 6 7 4.50
5 6 6 7 6 6.25

$S2
  A B C D    E
1 5 2 3 2 3.00
2 6 3 4 3 4.00
3 7 5 5 5 5.50
4 2 3 6 7 4.50
5 6 6 7 6 6.25

【讨论】：