如何调整sapply调用以从fitDist函数输出中提取指定内容并生成数据框

你只需要在sapply里传入一个匿名函数，让它对每列数据先运行fitDist，再直接提取你需要的family[2]值就行，不用保留整个结果列表。下面是具体的实现方法：

基础实现 #

直接修改sapply的第二个参数，把原来的fitDist替换成一个自定义的小函数，专门提取目标内容：

# 生成只包含目标描述的数据框
result_df <- data.frame(
  Fit_Family = sapply(df, function(col_data) {
    # 对当前列运行fitDist
    fit_output <- fitDist(col_data)
    # 提取你需要的family第二个元素
    fit_output$family[2]
  })
)

这个代码会生成一个数据框，列名是Fit_Family，行名对应原数据框df的每一列名，每个单元格就是对应列拟合后的分布描述（比如你提到的"Exponential generalized beta 2 (i.e. of the second kind)"）。

优化：处理拟合失败的情况 #

如果你的数据里有某些列可能导致fitDist运行失败（比如数据不符合分布要求），可以加上tryCatch来捕获错误，避免整个代码中断：

result_df <- data.frame(
  Fit_Family = sapply(df, function(col_data) {
    tryCatch({
      fit_output <- fitDist(col_data)
      fit_output$family[2]
    }, error = function(e) {
      # 拟合失败时返回自定义提示
      "Fit failed - check data"
    })
  })
)

补充说明 #

• 原来的data.frame(sapply(df, fitDist))会把每列的完整fitDist结果列表作为数据框的列，这显然不是你需要的；而通过匿名函数提前提取目标值，sapply会返回一个简单的字符向量，再转成数据框就非常简洁。
• 如果希望结果以列对应原数据框列的形式展示（而不是行），可以用t()转置一下：

result_df <- as.data.frame(t(sapply(df, function(col_data) {
  fitDist(col_data)$family[2]
})))

备注：内容来源于stack exchange，提问作者TDeramus