结合apply与lapply优化分组均值计算：R语言简化实现

针对你需要对两个表达量数据框按分组计算均值、中位数的需求，以下是更简洁高效的优化方案，解决冗余代码问题：

1. 高效提取分组样本ID #

无需重复调用filter，用split函数一步生成分组样本ID列表：

# 按group拆分样本ID，自动生成对应分组的列表
id_list <- split(san$id, san$group)
# 统一列表元素命名为group1/group2格式
names(id_list) <- paste0("group", names(id_list))

2. 编写通用统计计算函数 #

将数据框、统计函数作为参数传入，避免为每个数据框单独写函数：

# 通用分组统计函数：支持任意表达量数据框、统计函数（mean/median）
get_group_stats <- function(exp_df, id_list, fun, na.rm = TRUE) {
  lapply(id_list, function(ids) {
    # drop=FALSE避免单样本分组时返回向量而非矩阵
    apply(exp_df[, ids, drop = FALSE], 1, fun, na.rm = na.rm)
  }) %>% 
    as.data.frame()
}

3. 批量处理两个表达量数据框 #

将两个数据框放入列表，用lapply批量完成统计计算：

# 把两个表达量数据框整合到列表中
exp_list <- list(exp1 = exp1, exp2 = exp2)

# 批量计算均值
mean_results <- lapply(exp_list, get_group_stats, id_list = id_list, fun = mean)
means_exp1 <- mean_results$exp1
means_exp2 <- mean_results$exp2

# 批量计算中位数
median_results <- lapply(exp_list, get_group_stats, id_list = id_list, fun = median)
medians_exp1 <- median_results$exp1
medians_exp2 <- median_results$exp2

可选：Tidyverse风格实现（更易读） #

如果习惯用tidyverse工具链，可将数据转成长格式后分组计算，同时得到均值和中位数：

library(tidyverse)

# Tidy风格的分组统计函数
get_group_stats_tidy <- function(exp_df, san_df) {
  exp_df %>%
    rownames_to_column("gene") %>%
    pivot_longer(-gene, names_to = "id", values_to = "expression") %>%
    left_join(san_df, by = "id") %>%
    group_by(gene, group) %>%
    summarise(
      mean = mean(expression, na.rm = TRUE),
      median = median(expression, na.rm = TRUE),
      .groups = "drop"
    ) %>%
    pivot_wider(
      names_from = group, 
      values_from = c(mean, median),
      names_glue = "group{group}_{.value}"
    )
}

# 处理两个数据框
stats_exp1 <- get_group_stats_tidy(exp1, san)
stats_exp2 <- get_group_stats_tidy(exp2, san)

两种方案对比：

• Base R方案：计算效率更高，适合处理大规模表达量数据
• Tidyverse方案：代码可读性强，输出格式更规整，便于后续数据可视化或分析

内容的提问来源于stack exchange，提问作者Sebastian Hesse