在R中计算列表各元素指定向量的平均值并转为data.frame

问题描述 #

我有一个包含2000多个元素的大型list，每个元素是包含x、y两个向量的data.frame，且不同元素内的向量长度不一致。示例数据如下：

new_list <- list(data.frame(x = c(1,2,3),
                            y = c(3,4,5)),
                 data.frame(x = c(3,2,2,2,3,8),
                            y = c(5,2,3,5,6,7)),
                 data.frame(x = c(3,2,2,1,1),
                            y = c(5,2,3,3,2)))

需要仅对列表中每个元素的x向量计算平均值，最终得到如下格式的data.frame：

df_mean <- data.frame(x=c(2,3.333,1.8))

解决方案 #

以下两种方法都可以高效处理大型列表：

方法1：基础R实现

利用sapply遍历列表，提取每个data.frame的x列并计算均值，最后转为data.frame：

df_mean <- data.frame(x = sapply(new_list, function(df) mean(df$x)))

方法2：使用purrr包（tidyverse生态）

如果习惯tidyverse工具链，purrr::map_dbl可以更简洁地完成操作：

library(purrr)
df_mean <- data.frame(x = map_dbl(new_list, ~ mean(.x$x)))

运行上述代码后，得到的df_mean即为目标结果，其中均值会保留精确小数（示例中的3.333是近似值，实际计算结果为10/3≈3.333333）。

内容的提问来源于stack exchange，提问作者wesleysc352