如何对大列表中各子列表的对应元素批量求均值？

原代码的问题说明 #

• mean(big_list[[1]][1], big_list[[2]][1], na.rm=TRUE)无法运行，因为mean()的第一个参数需要是向量，你传入了两个独立元素，而非向量集合。
• mean(big_list[[1:2]][1])不符合预期，因为big_list[[1:2]]会返回包含前两个子列表的新列表，[1]取的是这个新列表的第一个子列表（即list_1），不是每个子列表的第一个元素。

批量计算的可行方案 #

方案1：基础R的sapply方法

通过sapply遍历指定范围的子列表，提取对应位置的元素生成向量，再计算均值：

# 提取big_list中前2个子列表的第1个元素，计算均值
mean(sapply(big_list[1:2], function(x) x[[1]]), na.rm = TRUE)

# 简化写法（直接指定提取位置）
mean(sapply(big_list[1:2], `[[`, 1), na.rm = TRUE)

方案2：tidyverse风格的purrr方法

如果使用tidyverse工具链，purrr::map_dbl可以更简洁地提取数值元素：

library(purrr)

# 提取并计算均值
mean(map_dbl(big_list[1:2], ~ .x[[1]]), na.rm = TRUE)

# 简化写法
mean(map_dbl(big_list[1:2], `[[`, 1), na.rm = TRUE)

方案3：多位置批量计算均值

如果需要计算每个子列表第1到第N个位置的元素均值（比如所有子列表的第1、2、3个元素各自的均值），可以将指定子列表转为矩阵后按列计算：

# 将前100个子列表转为矩阵（要求每个子列表长度一致）
sub_matrix <- do.call(rbind, big_list[1:100])
# 按列计算均值
colMeans(sub_matrix, na.rm = TRUE)

内容的提问来源于stack exchange，提问作者Pete