R语言中能否在lapply提取列表元素时直接传入mean函数计算分组均值

你给出的写法lapply(myList, [[, 1, mean)不能实现相同需求，运行后只会返回每个分组的体重列，不会计算得到均值。

原因说明 #

lapply的语法规则是lapply(X, FUN, ...)，...位置传入的所有参数都会直接传递给你指定的函数FUN：
你这里指定的FUN是取子集操作符[[，所以后续传入的1、mean都是给[[的参数，[[只会识别取第1列的要求，额外传入的mean不会生效，也不会触发均值计算，最终效果和lapply(myList, [[, 1)完全一致。

可行的一步实现写法 #

你可以用匿名函数的方式把取列和求均值的逻辑合并，直接在单次lapply中完成计算：

# 写法1：基础包匿名函数实现
a <- lapply(myList, function(df) mean(df[[1]]))

如果接受用第三方包，purrr的map语法更简洁：

# 写法2：purrr包实现
library(purrr)
a <- map(myList, ~mean(.x[[1]]))

另外针对这个按Diet分组求体重均值的需求，其实不需要先拆分数据集再计算，直接用aggregate函数一步就能得到结果：

# 更高效的原生实现，直接输出分组+均值的结果框
weight_mean <- aggregate(weight ~ Diet, data = ChickWeight, FUN = mean)

内容的提问来源于stack exchange，提问作者Iftikhar