如何用lapply循环对分组列应用同函数实现不同统计计算

我来帮你一步步实现这个需求，咱们从分组到函数修改再到循环计算，一步步来：

1. 先对数据列进行分组 #

首先咱们需要把mydata里的列按照x、y、z分成三组，每组包含对应的1和2列。可以用split结合substr提取列名前缀来实现：

# 定义原数据
mydata<-structure(list(x1 = c(0, 8.6, 11.2, 8.4, 0, 0), x2 = c(0, 0, 7.8, 7.6, 1.2, 10.2), y1 = c(0, 0, 3.4, 21.4, 1.8, 1.4), y2 = c(7.8, 7.6, 1.2, 10.2, 7, 0), z1 = c(0, 1.6, 7.6, 23.6, 3.2, 0), z2 = c(8.6, 1.4, 0, 0, 0, 0)), .Names = c("x1", "x2", "y1", "y2", "z1", "z2" ), class = "data.frame", row.names = c(NA, -6L))

# 按列名前缀（x/y/z）分组，得到包含三个元素的列表
groups <- split(mydata, substr(names(mydata), 1, 1))

执行后groups里的每个元素就是对应x、y、z的两列数据，比如groups$x就是x1和x2列。

2. 修改自定义函数myfun #

咱们需要把函数改成能处理每组的两列，计算第一列的均值和第二列的方差：

myfun<- function(group) {
  # 计算组内第一列（*1）的均值
  mean_first <- mean(group[[1]], na.rm = TRUE)
  # 计算组内第二列（*2）的方差
  var_second <- var(group[[2]], na.rm = TRUE)
  # 返回带命名的结果列表
  list(mean_of_first_col = mean_first, var_of_second_col = var_second)
}

这个函数接受一个分组（比如groups$x），然后分别处理两列的统计量，最后返回清晰命名的结果。

3. 用lapply循环计算 #

现在用lapply遍历每个分组，应用myfun就能得到按x、y、z分组的结果：

# 循环计算每个分组的统计量
result <- lapply(groups, myfun)

# 查看结果
print(result)

执行后输出的result是一个列表，每个元素对应x、y、z的均值和方差：

$x
$x$mean_of_first_col
[1] 4.7

$x$var_of_second_col
[1] 16.856


$y
$y$mean_of_first_col
[1] 4.666667

$y$var_of_second_col
[1] 14.2576


$z
$z$mean_of_first_col
[1] 6

$z$var_of_second_col
[1] 13.144

4. 可选：转成数据框格式 #

如果想要更规整的数据框输出，可以用do.call和rbind把结果转成数据框：

result_df <- as.data.frame(do.call(rbind, result))
print(result_df)

输出会是：

mean_of_first_col var_of_second_col
x          4.700000           16.8560
y          4.666667           14.2576
z          6.000000           13.1440

这样就完全满足你的需求啦：按x、y、z分组，每组包含对应第一列的均值和第二列的方差，而且用了lapply来完成循环操作。

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