如何利用R特性垂直/按行遍历基础列表并实现对应元素求和

针对你的需求，这里有几种更符合R特性的优化方法，效率和简洁性都优于嵌套循环：

方法1：转矩阵后用colSums（最简洁高效） #

因为列表中每个向量长度一致，先将列表转换为矩阵，再直接按列求和：

mylist <- list(points_ex1=c(15,18,12), points_ex2=c(9,16,8), points_ex3=c(83,95,39))

# 将列表按行绑定为矩阵
mymatrix <- do.call(rbind, mylist)
# 计算每列的和，对应每个位置的元素总和
total_points <- colSums(mymatrix)

运行结果为[1] 107 129 59，和原循环结果一致。该方法利用R的向量化运算特性，代码简洁且执行效率高。

方法2：用基础包的sapply函数 #

通过sapply遍历目标位置，提取每个列表元素对应位置的值再求和：

total_points <- sapply(1:3, function(i) {
  sum(sapply(mylist, `[`, i))
})

其中sapply(mylist,[, i) 会返回所有列表向量的第i个元素组成的向量，再用sum计算总和，最后sapply将每个位置的结果组合成最终向量。

方法3：用purrr包的函数（tidyverse风格） #

如果熟悉tidyverse生态，purrr包的map_dbl可以更优雅地实现：

library(purrr)

total_points <- map_dbl(1:3, ~ sum(map_dbl(mylist, `[[`, .x)))

map_dbl(1:3, ...)遍历每个位置，内层map_dbl(mylist, [[, .x)提取每个列表元素的对应位置值，最后求和并返回数值向量。

方法4：优化原有的循环写法 #

如果坚持使用循环，不要用append动态扩展向量（R中向量不可变，append会频繁复制整个向量，效率极低），应预先分配向量空间：

total_points <- numeric(3) # 预先分配长度为3的数值向量
for (i in 1:3) {
  temp <- numeric(3)
  for (j in 1:3) {
    temp[j] <- mylist[[j]][i]
  }
  total_points[i] <- sum(temp)
}

预先分配空间避免了不必要的内存复制，数据量越大，效率提升越明显。

内容的提问来源于stack exchange，提问作者andre.g