计算列表中元素的平均值答案

【问题标题】：Calculate means across elements in a list计算列表中元素的平均值
【发布时间】：2019-03-18 20:01:51
【问题描述】：

我有一个这样的list：

(mylist <- list(a = data.frame(x = c(1, 2), y = c(3, 4)),
                b = data.frame(x = c(2, 3), y = c(4, NA)),
                c = data.frame(x = c(3, 4), y = c(NA, NA))))
$a
  x y
1 1 3
2 2 4

$b
  x  y
1 2  4
2 3 NA

$c
  x  y
1 3 NA
2 4 NA

由purrr::map() 创建。如何计算相应单元格中值的平均值？即

  x   y
1 2 3.5
2 3   4

在哪里

mean(c(1,  2,  3), na.rm = T) # = 2
mean(c(2,  3,  4), na.rm = T) # = 3
mean(c(3,  4, NA), na.rm = T) # = 3.5
mean(c(4, NA, NA), na.rm = T) # = 4

感谢您的帮助！

【问题讨论】：

标签： r list aggregate purrr

【解决方案1】：

一种方法是将列表转换为数组，然后在数组的第三维上应用均值函数：

my_array <- array(unlist(mylist), dim=c(2,2,3))
apply(my_array, c(1,2), mean, na.rm=T)

#      [,1] [,2]
# [1,]    2  3.5
# [2,]    3  4.0

如果您想一次性完成所有这些操作，而无需对尺寸进行硬编码，您可以这样做：

apply(array(unlist(mylist), dim=c(nrow(mylist[[1]]),ncol(mylist[[1]]),length(mylist))), c(1,2), mean, na.rm=T)

【讨论】：

【解决方案2】：

purrr 选项

library(purrr)
map_df(transpose(mylist), ~rowMeans(as.data.frame(.x), na.rm = TRUE))
 # A tibble: 2 x 2
#      x     y
#  <dbl> <dbl>
#1     2   3.5
#2     3   4

【讨论】：

【解决方案3】：

Reduce(function(x, y) x + replace(y, is.na(y), 0), mylist)/
    Reduce(`+`, lapply(mylist, function(x) !is.na(x)))
#  x   y
#1 2 3.5
#2 3 4.0

或

nm = c("x", "y")  # could do `nm = names(mylist[[1]])`
sapply(nm, function(NM)
    rowMeans(do.call(cbind, lapply(mylist, function(x) x[NM])), na.rm = TRUE))
#     x   y
#[1,] 2 3.5
#[2,] 3 4.0

【讨论】：