拆分dataframe并将函数应用于R中的两个不同行

我试图对144个数据帧的列表应用

mi.meld

，以便组合估计集及其标准误差。由于

Amelia

无法处理列表，因此我将其放在一个大数据框中，其中每两行对应于原始数据框。下面是我的数据快照（288行）

我想找到一种快速的方法，不重复命令144次

mi.meld（data，q=data[1，]，data[2，]）

，和

mi.meld（data，q=data[3，]，data[4，]）

，再重复142次

因此，在第一种情况下，

q

应该是第一行值的向量，依此类推

谢谢，卢卡斯

   nn        V1         V2         V3
ARE.1  1 357.85116 356.859011 359.432494
ARE.2  1   8.54784   7.450074   9.711469
ARE.3  2 503.99528 506.120967 507.520785
ARE.4  2  14.52657  12.129299  14.469123
AUS.1  3 421.60845 423.302610 425.196122
AUS.2  3  29.31331  27.230948  28.605672

---

rownum
rownum也许，类似这样的东西会有所帮助：

library(Amelia)
row_index <- seq(1, nrow(data), 2)
row_index <- row_index[row_index < nrow(data)]

result <- lapply(row_index, function(x) mi.meld(data[x,], data[x + 1,]))

库（阿米莉亚）
行索引可能，类似这样的东西会有所帮助：

library(Amelia)
row_index <- seq(1, nrow(data), 2)
row_index <- row_index[row_index < nrow(data)]

result <- lapply(row_index, function(x) mi.meld(data[x,], data[x + 1,]))

库（阿米莉亚）
行索引小心。。。如果有奇数行，这将生成一个all-
NA
行。（当然，如果数据是众所周知的，这可能不是问题。）@r2evans会吗？我认为不管行数是奇数还是偶数，这都是一样的。好吧，我误读了你的代码。然后不同：行1:2，然后2:3，然后3:4。。。OP是1:2，然后是3:4，然后是5:6。我想你是对的。更正了答案。谢谢。小心。。。如果有奇数行，这将生成一个all-
NA
行。（当然，如果数据是众所周知的，这可能不是问题。）@r2evans会吗？我认为不管行数是奇数还是偶数，这都是一样的。好吧，我误读了你的代码。然后不同：行1:2，然后2:3，然后3:4。。。OP是1:2，然后是3:4，然后是5:6。我想你是对的。更正了答案。谢谢。您的问题似乎是关于将一帧按行拆分，为什么要添加和标记？它们似乎不相关。您的问题似乎是关于按行拆分帧，为什么要添加和标记？他们似乎毫不相干。