R：在集群/并行化环境中按组聚合多列

我在一个包含许多组的大型数据集上运行引导，并且是在并行环境中进行的。我想按组对每个模拟进行聚合/求和。以下是我对示例数据的尝试：

library(parallel)
cl <- makeCluster(detectCores()-1)  
clusterEvalQ(cl,library(MASS))

# create sample data
df <- data.frame(c("g1", "g1", "g1", "g2", "g2", "g2", "g2", "g2"),
                 c(1, 2, 3, 4, 5, 6, 7, 8),
                 c(9, 10, 11, 12, 13, 14, 15, 16),
                 c(17, 18, 19, 20, 21, 22, 23, 24))

# rename columns
colnames(df) <- c("Group", "sim1", "sim2", "sim3")

#import data into cluster
clusterExport(cl,c("df"))
output <- parSapply(cl, 1:1, function(i,...) {x <- aggregate(.~Group, df, FUN = sum)} )
stopCluster(cl)

库（并行）
实际上，只要在
parapply
中设置
simplify=FALSE
，或者首先使用
parlappy
就可以得到所需的结果，不是吗？不幸的是，事实并非如此。这两种方法都会产生一个1的列表，这是所需的数据帧。
el（parlappy（…）
？这很有效！函数el（）是什么？我在任何地方都找不到关于它的任何文档。编辑：没关系，我一直忘了？函数是一个选项。非常感谢。是的，键入
？el
揭示了这个秘密，它基本上与添加
lappy（…）[[1]]
相同，实际上只是在
parapply
中设置
simplify=FALSE
，或者首先使用
parlappy
应该会给你想要的结果，不是吗？不幸的是，它没有。这两种方法都会产生一个1的列表，这是所需的数据帧。
el（parlappy（…）
？这很有效！函数el（）是什么？我在任何地方都找不到关于它的任何文档。编辑：没关系，我一直忘了？函数是一个选项。非常感谢。是的，键入
？el
揭示了这个秘密，它基本上与添加
lappy（…）[[1]]]
desired_output <- do.call(cbind, output)

desired_output <- aggregate(.~Group, df, FUN = sum)