R给定相同维度数据表的列表，生成每个单元格的平均值的摘要

Question

我发现很难用语言表达我想要的东西，所以我会尝试通过一个例子来解释它。假设我重复了两次实验并有两个表：

[df1]   [df2]
 X Y     X Y
 2 3     4 1
 5 2     2 4

这些表存储在一个列表中（如果需要，列表可以包含两个以上的元素），我想要做的是创建列表中表中每个单元格的平均值（或者对于通用版本，将我选择的任何函数应用于单元格，即 mad、sd 等）

[df1]   [df2]         [dfMeans]
 X Y     X Y        X          Y
 2 3     4 1     mean(2,4) mean(3,1)
 5 2     2 4     mean(5,2) mean(2,4)

我的问题有一个代码解决方案，但由于这是在 R 中，所以很可能有一种更清洁的方式来做事：

df1 <- data.frame(X=c(2,3,4),Y=c(3,2,1))
df2 <- data.frame(X=c(5,1,3),Y=c(4,1,4))
df3 <- data.frame(X=c(2,7,4),Y=c(1,7,6))
dfList <- list(df1,df2,df3)

dfMeans <- data.frame(MeanX=c(NA,NA,NA),MeanY=c(NA,NA,NA))

for (rowIndex in 1:nrow(df1)) {
  for (colIndex in 1:ncol(df1)) {
    valuesAtCell <- c()
    for (tableIndex in 1:length(dfList)) {
      valuesAtCell <- c(valuesAtCell, dfList[[tableIndex]][rowIndex,colIndex])
    }
    dfMeans[rowIndex, colIndex] <- mean(valuesAtCell)
  }
}

print(dfMeans)

Answer 1

这是一个data.table 解决方案，其中平均值在数据帧中按行应用：

library(data.table)

dtList <- rbindlist(dfList, use.names = TRUE, idcol = TRUE)
dtList
   .id X Y
1:   1 2 3
2:   1 3 2
3:   1 4 1
4:   2 5 4
5:   2 1 1
6:   2 3 4
7:   3 2 1
8:   3 7 7
9:   3 4 6

dtList[, rn := 1:.N, by = .id][][, .(X = mean(X), Y = mean(Y)), by = rn]
   rn        X        Y
1:  1 3.000000 2.666667
2:  2 3.666667 3.333333
3:  3 3.666667 3.666667

您可以将mean 替换为另一个聚合函数，例如median。 .id 列编号每行的原始数据帧的来源。

编辑

解决方案可以扩展到任意个列（只要所有数据帧中的列名和列顺序相同）：

cn <- colnames(df1)
cn
[1] "X" "Y"

dtList[, rn := 1:.N, by = .id][, lapply(.SD, mean), by = rn, .SDcols = cn][, rn := NULL][]
          X        Y
1: 3.000000 2.666667
2: 3.666667 3.333333
3: 3.666667 3.666667

列名取自原始数据框之一，这增加了解决方案的灵活性。 [, rn := NULL] 从结果中删除行号，[] 确保打印结果。

Answer 2

您可以使用Reduce() 简单地将list 中的所有data.frame 相加，然后除以dfList 的长度，该长度等于它包含的df 的数量。

Reduce(`+`, dfList) / length(dfList)
#         X        Y
#1 3.000000 2.666667
#2 3.666667 3.333333
#3 3.666667 3.666667