重叠并应用于列表R的每个组件和元素

我有以下清单：

lst

lst <- list(a=c(2.5,9.8,5.0,6.7,6.5,5.2,34.4, 4.2,39.5, 1.3,0.0,0.0,4.1,0.0,0.0,25.5,196.5, 0.0,104.2,0.0,0.0,0.0,0.0,0.0),b=c(147.4,122.9,110.2,142.3))

P.S: 
 0.36 == (2.5- mean(unlist(lst[1])))/sd(unlist(lst[1]))
 0.967113 == (147.4 -mean(unlist(lst[2])))/sd(unlist(lst[2]))

但是有一个错误。。。 可能使用

for

循环作为：

lst.new <- vector("list",1)

for (i in 1:length(lst)){
  for (j in 1:dim(data.frame(lst[i]))[1]){
    res[j] <- (as.numeric(unlist(lst[i]))[j]-mean(as.numeric(unlist(lst[i])))/
      sd(as.numeric(unlist(lst[i])))
    lst.new[[i]] <- res
  }
}

P.S: 
 0.36 == (2.5- mean(unlist(lst[1])))/sd(unlist(lst[1]))
 0.967113 == (147.4 -mean(unlist(lst[2])))/sd(unlist(lst[2]))

预期结果可以是不同长度的列表或数据帧，如下所示：

 a       b
   -0.36    0.967113
  -0.19     -0.45
    [...]  [...]

P.S: 
 0.36 == (2.5- mean(unlist(lst[1])))/sd(unlist(lst[1]))
 0.967113 == (147.4 -mean(unlist(lst[2])))/sd(unlist(lst[2]))

等等

P.S: 
 0.36 == (2.5- mean(unlist(lst[1])))/sd(unlist(lst[1]))
 0.967113 == (147.4 -mean(unlist(lst[2])))/sd(unlist(lst[2]))

---

我最好使用

lappy

（或他的家庭函数），并根据输入和预期输出解决问题，

scale

P.S: 
 0.36 == (2.5- mean(unlist(lst[1])))/sd(unlist(lst[1]))
 0.967113 == (147.4 -mean(unlist(lst[2])))/sd(unlist(lst[2]))

lapply(lst, scale)

---

根据输入和预期输出，

scale

应该可以工作

P.S: 
 0.36 == (2.5- mean(unlist(lst[1])))/sd(unlist(lst[1]))
 0.967113 == (147.4 -mean(unlist(lst[2])))/sd(unlist(lst[2]))

lapply(lst, scale)

---

为了完整起见，如果没有@akrun指出的

scale

函数，您的代码应该是：

P.S: 
 0.36 == (2.5- mean(unlist(lst[1])))/sd(unlist(lst[1]))
 0.967113 == (147.4 -mean(unlist(lst[2])))/sd(unlist(lst[2]))

lapply(lst,function(x) x-mean(x)/sd(x)) 

所有

apply

s中的

lapply

s表示您正在尝试计算单个值的

mean

和

sd

P.S: 
 0.36 == (2.5- mean(unlist(lst[1])))/sd(unlist(lst[1]))
 0.967113 == (147.4 -mean(unlist(lst[2])))/sd(unlist(lst[2]))

让我们一步一步地完成它。

lappy

获取

lst

并将其分解为元素。每个元素依次作为匿名函数的参数提供。这意味着函数得到一个数字向量。然后，使用R的向量化，我们要做的是计算向量的每个元素，该元素的结果减去整个向量的

平均值除以整个向量的
sd

P.S: 
 0.36 == (2.5- mean(unlist(lst[1])))/sd(unlist(lst[1]))
 0.967113 == (147.4 -mean(unlist(lst[2])))/sd(unlist(lst[2]))

将其与代码中发生的情况进行比较：

P.S: 
 0.36 == (2.5- mean(unlist(lst[1])))/sd(unlist(lst[1]))
 0.967113 == (147.4 -mean(unlist(lst[2])))/sd(unlist(lst[2]))

lapply(lst,function (x) as.data.frame(apply(x,2, function(y)- lapply(lst,mean)/lapply(lst,sd))))

因此，第一个
lappy
将中断lst，并将向量一次发送给函数

P.S: 
 0.36 == (2.5- mean(unlist(lst[1])))/sd(unlist(lst[1]))
 0.967113 == (147.4 -mean(unlist(lst[2])))/sd(unlist(lst[2]))

然后，函数必须将向量按列分解（
apply
，带维度参数2）——这就是它抛出错误的地方。但是，即使它成功地将向量分解为元素，你还有两个
lappy
s将单个元素分解，分别计算
平均值
和
sd
。
为了完整起见，如果没有@akrun指出的
scale
函数，您的代码应该是：

P.S: 
 0.36 == (2.5- mean(unlist(lst[1])))/sd(unlist(lst[1]))
 0.967113 == (147.4 -mean(unlist(lst[2])))/sd(unlist(lst[2]))

lapply(lst,function(x) x-mean(x)/sd(x)) 

所有
apply
s中的
lapply
s表示您正在尝试计算单个值的
mean
和
sd

P.S: 
 0.36 == (2.5- mean(unlist(lst[1])))/sd(unlist(lst[1]))
 0.967113 == (147.4 -mean(unlist(lst[2])))/sd(unlist(lst[2]))

让我们一步一步地完成它。
lappy
获取
lst
并将其分解为元素。每个元素依次作为匿名函数的参数提供。这意味着函数得到一个数字向量。然后，使用R的向量化，我们要做的是计算向量的每个元素，该元素的结果减去整个向量的
平均值除以整个向量的
sd

P.S: 
 0.36 == (2.5- mean(unlist(lst[1])))/sd(unlist(lst[1]))
 0.967113 == (147.4 -mean(unlist(lst[2])))/sd(unlist(lst[2]))

将其与代码中发生的情况进行比较：

P.S: 
 0.36 == (2.5- mean(unlist(lst[1])))/sd(unlist(lst[1]))
 0.967113 == (147.4 -mean(unlist(lst[2])))/sd(unlist(lst[2]))

lapply(lst,function (x) as.data.frame(apply(x,2, function(y)- lapply(lst,mean)/lapply(lst,sd))))

因此，第一个
lappy
将中断lst，并将向量一次发送给函数

P.S: 
 0.36 == (2.5- mean(unlist(lst[1])))/sd(unlist(lst[1]))
 0.967113 == (147.4 -mean(unlist(lst[2])))/sd(unlist(lst[2]))

然后，函数必须将向量按列分解（
apply
，带维度参数2）——这就是它抛出错误的地方。但是，即使它成功地将向量分解为元素，你也会有另外两个
lappy
s分解单个元素，分别计算它们的
mean
和
sd
。
你的意思是
lappy（lst，scale）
一对旁注：（A）
apply
用于矩阵。您没有矩阵，因此不需要在
lappy
中应用
。（b） 使用
[[
访问单个列表项。基本上，当您有类似
未列出（lst[2]）
的内容时，您应该使用
lst[[2]]
。好的“缩放”可以工作……但是如果我想应用我的个人函数（例如x[I]*10000/mean（x）），不同的方面缩放，如何将其应用于列表的每个值和元素？使用“lappy”（lappy…）？谢谢你的意思是
lappy（lst，scale）
几个旁注：（A）
apply
用于矩阵。你没有矩阵，所以你不需要
lappy
中的
apply
（b）使用
[
访问单个列表项。基本上只要你有
unlist（lst[2]）
您应该使用
lst[[2]]
。好的“缩放”可以工作……但是如果我想应用我的个人功能（例如x[I]*10000/mean（x）），不同的方面缩放，如何将其应用于列表中的每个值和元素？使用“lappy（lappy…”？谢谢
P.S: 
 0.36 == (2.5- mean(unlist(lst[1])))/sd(unlist(lst[1]))
 0.967113 == (147.4 -mean(unlist(lst[2])))/sd(unlist(lst[2]))