R语言中对列表内数据框按id、month分组求preds均值的实现方法

以下是两种常用的可直接运行的实现方式： #

方式1：tidyverse套件实现（代码可读性更高） #

使用purrr::map遍历列表中的每个数据框，搭配dplyr的分组统计逻辑完成计算：

# 加载依赖包
library(tidyverse)

# 分组计算逻辑
result <- outcome %>%
  map(~ .x %>%
        # 以id、month为分组依据
        group_by(id, month) %>%
        # 计算preds的平均值，同时取消分组避免警告
        summarise(mean_preds = mean(preds), .groups = "drop"))

运行后得到的result是和输入outcome长度一致的列表，每个元素对应原列表中数据框分组统计后的结果。 #

方式2：Base R实现（无需安装额外依赖包） #

使用基础函数lapply遍历列表，搭配aggregate完成分组统计：

result <- lapply(outcome, function(df) {
  aggregate(preds ~ id + month, data = df, FUN = mean)
})

常见问题说明 #

之前使用sapply未得到预期结果，是因为sapply默认会自动简化输出结构，若要稳定返回列表格式的结果，优先使用lapply或者purrr::map即可。

内容的提问来源于stack exchange，提问作者vog