在R中计算多个数据框列表间的元素级中位数

我有多个列表，每个列表里包含多个data frame，想要计算各列表内对应位置data frame的元素级中位数——也就是取list1[[1]][1,1]、list2[[1]][1,1]、list3[[1]][1,1]的中位数，以此类推覆盖所有元素。以下是仅含两列的示例数据：

set.seed(1)

list1 <- list(data.frame(a = sample.int(10, 4), b = sample.int(10, 4)),
              data.frame(a = sample.int(10, 4), b = sample.int(10, 4)))

list2 <- list(data.frame(a = sample.int(10, 4), b = sample.int(10, 4)),
              data.frame(a = sample.int(10, 4), b = sample.int(10, 4)))

list3 <- list(data.frame(a = sample.int(10, 4), b = sample.int(10, 4)),
              data.frame(a = sample.int(10, 4), b = sample.int(10, 4)))

预期输出结果：

[[1]]
 a b
 7 4
 9 9
 7 3
 4 6

[[2]]
 a b
 5 7
 8 6
 2 6
 5 2

方法一：Base R原生实现 #

核心逻辑是先把所有列表中对应位置的data frame归为一组，再对每组的元素维度计算中位数：

# 将所有目标列表合并为一个大列表
all_lists <- list(list1, list2, list3)

# 对每个位置的data frame组，逐元素计算中位数
result <- Map(function(...) {
  # 把当前组的data frame转换为三维数组，方便按元素位置聚合
  arr <- array(unlist(list(...)), dim = c(nrow(list(...)[[1]]), ncol(list(...)[[1]]), length(list(...))))
  # 对每个(row, col)位置计算中位数，再转回data frame格式
  as.data.frame(apply(arr, c(1,2), median))
}, all_lists[[1]], all_lists[[2]], all_lists[[3]])

方法二：Tidyverse工具链实现 #

如果习惯tidyverse风格，可以用purrr做分组映射，结合dplyr做聚合计算：

library(purrr)
library(dplyr)

# 把三个列表中对应位置的data frame配对成组
paired_dfs <- pmap(list(list1, list2, list3), list)

# 对每组data frame计算元素级中位数
result <- map(paired_dfs, function(dfs) {
  # 给每个data frame添加行索引，确保按位置聚合
  indexed_dfs <- map(dfs, ~ mutate(.x, row_idx = row_number()))
  # 合并所有data frame，按行分组后计算每列的中位数
  bind_rows(indexed_dfs) %>%
    group_by(row_idx) %>%
    summarise_all(median) %>%
    select(-row_idx) %>%
    as.data.frame()
})

运行上述任意一种方法，都能得到符合预期的元素级中位数结果。

内容的提问来源于stack exchange，提问作者asm