R 转换数据帧列表，以获得df名称的平均值和年平均值

我正在用R语言分析河流流量数据，我有一个数据帧列表。每个数据帧代表一个子基（910、950、1012和1087），具有完全相同的结构和变量数量，并包含每年的IHA指标值（IHA1、IHA2）（2004:2007）

---

流程测试嗨，乔安娜，一个可能的解决方案是：

library(plyr)
library(dplyr)

# bind list to a tibble and make list names to a column
Flowtest_df <- plyr::ldply(Flowtest, data.frame) %>% 
  dplyr::rename(RCH = 1)

# mean
Flowtest_df %>% 
  dplyr::summarise(IHA1_mean = mean(IHA1),
                   IHA2_mean = mean(IHA2))
# year mean
Flowtest_df %>% 
  dplyr::group_by(Year) %>% 
  dplyr::summarise(IHA1_mean = mean(IHA1),
                   IHA2_mean = mean(IHA2))
# RCH mean
Flowtest_df %>%  
  dplyr::group_by(RCH) %>% 
  dplyr::summarise(IHA1_mean = mean(IHA1),
                   IHA2_mean = mean(IHA2))

库（plyr）
图书馆（dplyr）
#将列表绑定到TIBLE，并将列表名称绑定到列
流量试验（单位：df%）
dplyr:：重命名（RCH=1）
#卑鄙
流程测试_df%>%
dplyr：：总结（IHA1_平均值=平均值（IHA1），
IHA2_平均值=平均值（IHA2））
#年平均数
流程测试_df%>%
dplyr：：按年份划分的分组百分比>
dplyr：：总结（IHA1_平均值=平均值（IHA1），
IHA2_平均值=平均值（IHA2））
#RCH均值
流程测试_df%>%
dplyr:：分组依据（RCH）%>%
dplyr：：总结（IHA1_平均值=平均值（IHA1），
IHA2_平均值=平均值（IHA2））
嗨，乔安娜，一个可能的解决方案是：

library(plyr)
library(dplyr)

# bind list to a tibble and make list names to a column
Flowtest_df <- plyr::ldply(Flowtest, data.frame) %>% 
  dplyr::rename(RCH = 1)

# mean
Flowtest_df %>% 
  dplyr::summarise(IHA1_mean = mean(IHA1),
                   IHA2_mean = mean(IHA2))
# year mean
Flowtest_df %>% 
  dplyr::group_by(Year) %>% 
  dplyr::summarise(IHA1_mean = mean(IHA1),
                   IHA2_mean = mean(IHA2))
# RCH mean
Flowtest_df %>%  
  dplyr::group_by(RCH) %>% 
  dplyr::summarise(IHA1_mean = mean(IHA1),
                   IHA2_mean = mean(IHA2))

库（plyr）
图书馆（dplyr）
#将列表绑定到TIBLE，并将列表名称绑定到列
流量试验（单位：df%）
dplyr:：重命名（RCH=1）
#卑鄙
流程测试_df%>%
dplyr：：总结（IHA1_平均值=平均值（IHA1），
IHA2_平均值=平均值（IHA2））
#年平均数
流程测试_df%>%
dplyr：：按年份划分的分组百分比>
dplyr：：总结（IHA1_平均值=平均值（IHA1），
IHA2_平均值=平均值（IHA2））
#RCH均值
流程测试_df%>%
dplyr:：分组依据（RCH）%>%
dplyr：：总结（IHA1_平均值=平均值（IHA1），
IHA2_平均值=平均值（IHA2））
您还可以执行以下操作：

map(list(NULL,'Year','subbasin'), ~bind_rows(Flowtest, .id = "subbasin") %>%
      group_by(.dots = .x)%>%summarise(across(starts_with("IHA"), mean),.groups='drop'))
[[1]]
# A tibble: 1 x 2
   IHA1  IHA2
  <dbl> <dbl>
1  453.  582.

[[2]]
# A tibble: 4 x 3
   Year  IHA1  IHA2
  <int> <dbl> <dbl>
1  2004  243.  532.
2  2005  392.  762.
3  2006  614.  735 
4  2007  564.  300.

[[3]]
# A tibble: 4 x 3
  subbasin  IHA1  IHA2
  <chr>    <dbl> <dbl>
1 1012      445   561 
2 1087      575   698.
3 910       181.  643.
4 950       612.  427

map（列表（NULL，'Year'，'subbasin'），~bind_行（Flowtest，.id=“subbasin”）%>%
分组依据（.dots=.x）%>%总结（跨越（以“IHA”开头），平均值），.groups='drop'））
[[1]]
#一个tibble:1x2
IHA1 IHA2
1  453.  582
[[2]]
#一个tibble:4x3
年份IHA1 IHA2
1  2004  243.  532
2  2005  392.  762
3  2006  614.  735
4  2007  564.  300
[[3]]
#一个tibble:4x3
亚基IHA1-IHA2
1 1012      445   561 
2 1087      575   698.
3 910       181.  643
4 950       612.  427
您还可以执行以下操作：

map(list(NULL,'Year','subbasin'), ~bind_rows(Flowtest, .id = "subbasin") %>%
      group_by(.dots = .x)%>%summarise(across(starts_with("IHA"), mean),.groups='drop'))
[[1]]
# A tibble: 1 x 2
   IHA1  IHA2
  <dbl> <dbl>
1  453.  582.

[[2]]
# A tibble: 4 x 3
   Year  IHA1  IHA2
  <int> <dbl> <dbl>
1  2004  243.  532.
2  2005  392.  762.
3  2006  614.  735 
4  2007  564.  300.

[[3]]
# A tibble: 4 x 3
  subbasin  IHA1  IHA2
  <chr>    <dbl> <dbl>
1 1012      445   561 
2 1087      575   698.
3 910       181.  643.
4 950       612.  427

map（列表（NULL，'Year'，'subbasin'），~bind_行（Flowtest，.id=“subbasin”）%>%
分组依据（.dots=.x）%>%总结（跨越（以“IHA”开头），平均值），.groups='drop'））
[[1]]
#一个tibble:1x2
IHA1 IHA2
1  453.  582
[[2]]
#一个tibble:4x3
年份IHA1 IHA2
1  2004  243.  532
2  2005  392.  762
3  2006  614.  735
4  2007  564.  300
[[3]]
#一个tibble:4x3
亚基IHA1-IHA2
1 1012      445   561 
2 1087      575   698.
3 910       181.  643
4 950       612.  427