R 对数据帧内的列表进行计算

我想将数据帧

f

聚合到一个新的数据帧

g

，这样

g$z

列包含列

f$z

中所有分组值的列表。乍一看，这似乎是可行的：

f = data.frame(x=c(1, 1, 1, 2), y=c(4, 4, 5, 6), z=c(11, 12, 13, 14))
g = aggregate(z ~ x + y, f, c)

  x y      z
1 1 4 11, 12
2 1 5     13
3 2 6     14

现在我想对数据框中的所有行在列

c

中的列表进行不同的计算，并将结果放入同一数据框中的新列中。但这不管用

g$m = sum(g$z)
g$n = g$z + 1

Error in sum(g$z) : invalid 'type' (list) of argument

如何处理数据帧单元格内的列表，如上文所述？或者这仅仅是不可能的？如果是，正确的方法是什么

更新

我的基本目标是对原始数据集中X和Y的所有组合执行大量的分组操作。一般来说，我有什么选择

使用

应用

。赞成者：所有的东西都放在一张桌子上。缺点：表格结构复杂，不能使用

sum

等

对于（y），对于（x），子集。Pro：可直接进行

求和

等操作。缺点：代码太多，可能速度太慢

与原始表和聚合表并行工作。赞成：可以做

sum

等。反对：数据重复

其他选择

求和和和矢量化不适用于列表，您可以简单地使用

sapply

和

lapply

执行任务：

g$m <- sapply(g$z, sum)
g$n <- lapply(g$z, `+`, 1)

g
#  x y      z  m      n
#1 1 4 11, 12 23 12, 13
#2 1 5     13 13     14
#3 2 6     14 14     15

求和和和矢量化不适用于列表，您可以简单地使用

sapply

和

lapply

执行任务：

g$m <- sapply(g$z, sum)
g$n <- lapply(g$z, `+`, 1)

g
#  x y      z  m      n
#1 1 4 11, 12 23 12, 13
#2 1 5     13 13     14
#3 2 6     14 14     15

---

sapply

用于

g$m

，如下所示。和

g$n
sapply
用于
g$m
，如下所示。和
g$n使用
vapply
，而不是
sapply
vapply
始终返回具有已知维度的指定类型的向量
sapply
可以返回向量、数组或列表，具体取决于输入。@NathanWerth-返回结构更多地取决于
FUN
而不是
X
。由于
sum
将始终返回长度为1的数字，
sapply
将始终返回原子向量（前提是
simplify=TRUE
）<代码>vapply
速度更快。使用apply工作！不过，我已经更新了这个问题，以反映如何最好地处理R中的分组数据。@Rich您是对的，
sapply
的结果的形状在使用
sum
时是有保证的。我只是为阅读你答案的人记下“最佳通用做法”。不确定我是否完全理解你的更新。但是对于dplyr，类似这样的
f%%>%groupby（x，y）%%>%summary（m=sum（z），n=list（2*z），z=list（z））%%>%as.data.frame（）
可以帮助一步完成总结。使用
vapply
，而不是
sapply
vapply
始终返回具有已知维度的指定类型的向量
sapply
可以返回向量、数组或列表，具体取决于输入。@NathanWerth-返回结构更多地取决于
FUN
而不是
X
。由于
sum
将始终返回长度为1的数字，
sapply
将始终返回原子向量（前提是
simplify=TRUE
）<代码>vapply

速度更快。使用apply工作！不过，我已经更新了这个问题，以反映如何最好地处理R中的分组数据。@Rich您是对的，

sapply

的结果的形状在使用

sum

时是有保证的。我只是为阅读你答案的人记下“最佳通用做法”。不确定我是否完全理解你的更新。但是对于dplyr，类似这样的

f%%>%groupby（x，y）%%>%summary（m=sum（z），n=list（2*z），z=list（z））%%>%as.data.frame（）

可以帮助一步完成总结。