如何在R语言中通过循环批量为列表/向量应用不同函数？

我来帮你搞定这个批量函数应用的需求！你想要的是一个能把多个统计函数（比如均值、标准差这些）一次性应用到数据列表每个元素上的工具函数对吧？先给你指出原代码里的几个小问题，再给出改进后的实现：

原代码的问题点 #

• 调用函数时不能用function_names(ii)，因为函数是R里的对象，应该用双括号function_names[[ii]]来提取列表中的函数
• R里没有内置的std函数，标准差对应的是sd
• 像acf这类函数默认返回的是一个包含绘图、统计量的复杂列表，直接用的话结果会很杂乱，最好包装一下提取你需要的具体值（比如滞后1的自相关系数）

改进后的实现 #

基础版：返回每个函数的批量结果 #

这个函数会把每个传入的函数应用到数据列表的所有元素上，最终返回一个以函数名为键的结果列表：

iterative_function <- function(data, function_list) {
  # 初始化结果列表，长度和传入的函数数量一致
  results <- vector("list", length(function_list))
  # 给结果列表命名，用函数名来标识，方便后续查看
  names(results) <- sapply(function_list, deparse)
  
  # 遍历每个函数，批量应用到数据上
  for (ii in seq_along(function_list)) {
    current_func <- function_list[[ii]]
    results[[ii]] <- lapply(data, current_func)
  }
  
  return(results)
}

示例使用 #

先准备一个测试用的数据列表：

# 生成3个不同参数的随机正态向量组成的列表
X <- list(
  normal_1 = rnorm(100),
  normal_2 = rnorm(100, mean = 5),
  normal_3 = rnorm(100, sd = 2)
)

然后定义一个包装后的自相关函数（提取滞后1的系数，关闭绘图），再调用我们的工具函数：

# 自定义包装函数：提取滞后1的自相关系数
get_lag1_acf <- function(x) {
  acf_result <- acf(x, plot = FALSE)
  acf_result$acf[2] # 取滞后1的自相关值
}

# 调用函数，传入需要的统计函数
output <- iterative_function(X, list(mean, sd, median, get_lag1_acf))

查看结果 #

你可以通过键名来查看每个函数的结果：

# 查看所有向量的均值
output$mean
# 查看所有向量的滞后1自相关系数
output$get_lag1_acf

可选：整理成更整洁的格式 #

如果想把每个数据元素的所有统计量放在一起，可以转置结果：

tidy_results <- lapply(seq_along(X), function(i) {
  # 提取每个数据元素对应的所有统计函数结果
  sapply(output, function(func_res) func_res[[i]])
})
# 给整理后的结果命名
names(tidy_results) <- names(X)

# 查看第一个向量的所有统计量
tidy_results$normal_1

注意事项 #

• 传入的函数要能兼容data中每个元素的类型：比如如果data里是数据框，就要用colMeans而不是mean
• 对于返回复杂对象的函数（比如acf、hist），一定要包装成返回单一值或你需要的特定结果的函数，避免结果过于杂乱
• 用seq_along(function_list)代替length(function_list)来遍历，这样当传入空的函数列表时也不会出错

内容的提问来源于stack exchange，提问作者user59419