如何在列表列表上运行 lapply 以为每个列表生成报告表

Question

我有一个 list 的 lists 包含总频率，我想运行 function 以使用 lapply 为每个 list 生成结果表。

鉴于这些数据：

# Exemplary list of lists
list1 <- list (1, 2, 3) 
list2 <- list (4, 5, 6)
list3 <- list (7, 8, 9)
names(list1) <- c("arg1", "arg2", "arg3")
names(list2) <- c("arg1", "arg2", "arg3")
names(list3) <- c("arg1", "arg2", "arg3")
lol <- list(list1, list2, list3)

# Function for returning absolute numbers (counts) and percentage
fun_freq <- lapply(lol, function(x) {
  c(n=x, 
    Percent=(x/(Reduce('+',x)) * 100)) 
})

# Transposing output from fun_freq, set rounding options
stratified_dat <- data.frame(t(sapply(fun_freq,c))) %>%
  mutate_at(2, round, 1)

# Setting colnames and rownames
colnames(stratified_dat) <- c ("n", "%")
rownames(stratified_dat) <- c ("arg1", "arg2", "arg3")
stratified_dat

如果我选择一个 list，我目前的方法似乎可以正常工作，例如lol[[1]]。但是，在lists 的list 中的多个lists 上运行function 以获取每个list 的频率表似乎是一个问题。我需要如何修改我的代码？

Answer 1

你可以像这样遍历列表

for(lmao in lol){


fun_freq <- lapply(lmao, function(x) {
  c(n=x, 
    Percent=(x/(Reduce('+',x)) * 100)) 
})

# Transposing output from fun_freq, set rounding options
stratified_dat <- data.frame(t(sapply(fun_freq,c))) %>%
  mutate_at(2, round, 1)

# Setting colnames and rownames
colnames(stratified_dat) <- c ("n", "%")
rownames(stratified_dat) <- c ("arg1", "arg2", "arg3")
print(stratified_dat)

}

输出

     n   %
arg1 1 100
arg2 2 100
arg3 3 100
     n   %
arg1 4 100
arg2 5 100
arg3 6 100
     n   %
arg1 7 100
arg2 8 100
arg3 9 100

编辑：

或者，根据您的数据和预期输出，您可以尝试

lol <- unlist(lol,recursive=F) 

你会得到你的原始代码

  n   %
1 1 100
2 2 100
3 3 100
4 4 100
5 5 100
6 6 100
7 7 100
8 8 100
9 9 100

Answer 2

我注意到虽然@daniel-o 使用您的方法和功能生成了一个很好的答案，但我认为数学不正确。正如我认为你不希望每个百分比都达到 100%。我不太喜欢lapply，更喜欢purrr 和tidyverse 的其余部分。所以这是一个替代答案，我相信它可以满足您的要求。

library(dplyr)
library(purrr)
library(tidyr)

map_dfr(lol, `[`, c("arg1", "arg2", "arg3"), .id = "Which_list") %>%
  pivot_longer(cols = starts_with("arg"), values_to = "n") %>%
  group_by(Which_list) %>%
  mutate(pct = n / sum(n) * 100)

#> # A tibble: 9 x 4
#> # Groups:   Which_list [3]
#>   Which_list name      n   pct
#>   <chr>      <chr> <dbl> <dbl>
#> 1 1          arg1      1  16.7
#> 2 1          arg2      2  33.3
#> 3 1          arg3      3  50  
#> 4 2          arg1      4  26.7
#> 5 2          arg2      5  33.3
#> 6 2          arg3      6  40  
#> 7 3          arg1      7  29.2
#> 8 3          arg2      8  33.3
#> 9 3          arg3      9  37.5

您的数据：

# Exemplary list of lists
list1 <- list (1, 2, 3) 
list2 <- list (4, 5, 6)
list3 <- list (7, 8, 9)
names(list1) <- c("arg1", "arg2", "arg3")
names(list2) <- c("arg1", "arg2", "arg3")
names(list3) <- c("arg1", "arg2", "arg3")
lol <- list(list1, list2, list3)

^{由reprex package (v0.3.0) 于 2020-05-11 创建}

Answer 3

我可能会误解您在这里要计算的内容，但是如果您想要每个列表的 arg1、arg2、arg3 的分数，或者所有列表中 arg、arg2、arg3 的分数，您可以执行以下操作来获得比例：

lol <- setNames(list(
  setNames(as.list(1:3), c("arg1", "arg2", "arg3")),
  setNames(as.list(4:6), c("arg1", "arg2", "arg3")),
  setNames(as.list(7:9), c("arg1", "arg2", "arg3"))
),  paste0("list", 1:3))
loldf <- do.call(rbind, lapply(lol, unlist))
loldf
#>       arg1 arg2 arg3
#> list1    1    2    3
#> list2    4    5    6
#> list3    7    8    9

# proportion of each argument per list
round(100*prop.table(loldf, 1), 2)
#>        arg1  arg2 arg3
#> list1 16.67 33.33 50.0
#> list2 26.67 33.33 40.0
#> list3 29.17 33.33 37.5

# proportion of single arguments over lists
round(100*prop.table(loldf, 2), 2)
#>        arg1  arg2  arg3
#> list1  8.33 13.33 16.67
#> list2 33.33 33.33 33.33
#> list3 58.33 53.33 50.00

如果您喜欢data.table，您可以像这样获得相同的结果（在此处拆分为列表）：

library(data.table)
lol <- setNames(list(
  setNames(as.list(1:3), c("arg1", "arg2", "arg3")),
  setNames(as.list(4:6), c("arg1", "arg2", "arg3")),
  setNames(as.list(7:9), c("arg1", "arg2", "arg3"))
),  paste0("list", 1:3))
lmao <- melt(rbindlist(lol, idcol = "name"), id.vars="name")

# proportion of each argument per list
split(lmao[, .(arg=unique(variable), n=value, Percent=round(100*value/sum(value), 2)), 
    by=.(name)], by="name", keep.by = FALSE)
#> $list1
#>     arg n Percent
#> 1: arg1 1   16.67
#> 2: arg2 2   33.33
#> 3: arg3 3   50.00
#> 
#> $list2
#>     arg n Percent
#> 1: arg1 4   26.67
#> 2: arg2 5   33.33
#> 3: arg3 6   40.00
#> 
#> $list3
#>     arg n Percent
#> 1: arg1 7   29.17
#> 2: arg2 8   33.33
#> 3: arg3 9   37.50

# proportion of single arguments over lists
split(lmao[, .(list=unique(name), n=value, Percent=round(100*value/sum(value), 2)), 
    by=.(variable)], by="variable", keep.by = FALSE)
#> $arg1
#>     list n Percent
#> 1: list1 1    8.33
#> 2: list2 4   33.33
#> 3: list3 7   58.33
#> 
#> $arg2
#>     list n Percent
#> 1: list1 2   13.33
#> 2: list2 5   33.33
#> 3: list3 8   53.33
#> 
#> $arg3
#>     list n Percent
#> 1: list1 3   16.67
#> 2: list2 6   33.33
#> 3: list3 9   50.00

^{由reprex package (v0.3.0) 于 2020-05-11 创建}

编辑： tidyverse 版本

如果您愿意，下面是使用tidyverse 函数而不是data.table 的版本。

library(tidyverse)
lol <- setNames(list(
  setNames(as.list (1:3), c("arg1", "arg2", "arg3")),
  setNames(as.list (4:6), c("arg1", "arg2", "arg3")),
  setNames(as.list (7:9), c("arg1", "arg2", "arg3"))
),  paste0("list", 1:3))


lol %>% bind_rows(,.id="list") %>% 
  pivot_longer(-list) %>% 
  group_by(list) %>% 
  mutate(Percent=round(100*value/sum(value), 2)) %>% 
  split(., .$list)
#> $list1
#> # A tibble: 3 x 4
#> # Groups:   list [1]
#>   list  name  value Percent
#>   <chr> <chr> <int>   <dbl>
#> 1 list1 arg1      1    16.7
#> 2 list1 arg2      2    33.3
#> 3 list1 arg3      3    50  
#> 
#> $list2
#> # A tibble: 3 x 4
#> # Groups:   list [1]
#>   list  name  value Percent
#>   <chr> <chr> <int>   <dbl>
#> 1 list2 arg1      4    26.7
#> 2 list2 arg2      5    33.3
#> 3 list2 arg3      6    40  
#> 
#> $list3
#> # A tibble: 3 x 4
#> # Groups:   list [1]
#>   list  name  value Percent
#>   <chr> <chr> <int>   <dbl>
#> 1 list3 arg1      7    29.2
#> 2 list3 arg2      8    33.3
#> 3 list3 arg3      9    37.5

^{由reprex package (v0.3.0) 于 2020-05-12 创建}