如何在R语言中对数据框指定列批量应用函数列表

问题场景 #

现有如下数据框：

需要按river分组，将以下自定义函数列表应用到discharge列，生成包含各统计量的宽格式汇总表：

# 需先加载lfstat包，lfquantile函数来自此包
library(lfstat)

f <- list(
  mean = function(x, ...) mean(x),
  Q50 = function(x, ...) lfquantile(x, exc.freq = 0.5),
  Q95 = function(x, ...) lfquantile(x, exc.freq = 0.95),
  Q90 = function(x, ...) lfquantile(x, exc.freq = 0.9),
  Q70 = function(x, ...) lfquantile(x, exc.freq = 0.7)
)

实现方案 #

方法1：使用dplyr（tidyverse生态）

适合习惯tidy语法的用户，代码简洁直观：

library(dplyr)

# 创建示例数据框（已有数据可跳过此步骤）
df <- data.frame(
  river = c("river1", "river1", "river1", "river1", "river2", "river2", "river2", "river2"),
  discharge = c(500, 450, 200, 250, 375, 235, 130, 250)
)

# 分组计算各统计量
result_df <- df %>%
  group_by(river) %>%
  summarize(across(discharge, f, .names = "{.fn}")) %>%
  ungroup()

print(result_df)

方法2：使用Base R

无需额外安装包，适合轻量场景：

# 创建示例数据框
df <- data.frame(
  river = c("river1", "river1", "river1", "river1", "river2", "river2", "river2", "river2"),
  discharge = c(500, 450, 200, 250, 375, 235, 130, 250)
)

# 分组应用函数列表
result_base <- aggregate(discharge ~ river, data = df, FUN = function(x) {
  sapply(f, function(func) func(x))
})

# 转换为标准数据框格式
result_base <- do.call(data.frame, result_base)
colnames(result_base) <- c("river", names(f))

print(result_base)

方法3：使用data.table

处理大数据集时效率更高：

library(data.table)

# 创建示例data.table
dt <- data.table(
  river = c("river1", "river1", "river1", "river1", "river2", "river2", "river2", "river2"),
  discharge = c(500, 450, 200, 250, 375, 235, 130, 250)
)

# 分组计算各统计量
result_dt <- dt[, lapply(f, function(func) func(discharge)), by = river]

print(result_dt)

输出结果 #

三种方法都会生成如下格式的汇总表（数值为实际计算结果）：

内容的提问来源于stack exchange，提问作者Faranak omidi