R语言如何用嵌套lapply计算嵌套列表中数组第三维度的均值

核心实现代码 #

仅需一行代码即可完成计算，且完全保留原列表结构：

big_list <- lapply(big_list, function(sublist) lapply(sublist, function(arr) apply(arr, 1:2, mean, na.rm = TRUE)))

如果使用R4.1及以上版本，可以用简写匿名函数进一步压缩代码：

big_list <- lapply(big_list, \(s) lapply(s, \(a) apply(a, 1:2, mean, na.rm = T)))

逻辑说明 #

• 外层lapply遍历big_list中的每一个子列表（对应原结构中的list1~list8）
• 内层lapply遍历单个子列表中的所有三维数组
• 内层对每个数组执行的apply操作和原有for循环中的逻辑完全一致，最终返回的列表结构和原始big_list完全匹配

性能优化方案 #

如果数据量较大，可使用rowMeans代替apply提升计算速度，rowMeans是C实现的向量化函数，计算效率远高于R层循环的apply：

big_list <- lapply(big_list, \(s) lapply(s, \(a) rowMeans(a, dims = 2, na.rm = T)))

你可以通过identical()函数验证结果和原有for循环输出完全一致：

# 先运行原有for循环得到结果，再和lapply版本对比
identical(big_list_for, big_list_lapply)

内容的提问来源于stack exchange，提问作者climsaver