R 汇总列表中数据帧的方式_R_Dplyr_Summarize

R 汇总列表中数据帧的方式

R 汇总列表中数据帧的方式,r,dplyr,summarize,R,Dplyr,Summarize,我在一个列表中有一些数据帧，它们都具有相同的结构——在本例中是变量a、b和c。现在我想总结一下列表中的值的平均值 # list of 10 random data frames n <- 1e1 initSeed <- 1234 set.seed(initSeed) (seedVec <- sample.int(n = 1e3, size = n, replace = FALSE)) lst <- lapply(1:n, function(i){ set.seed(s

我在一个列表中有一些数据帧，它们都具有相同的结构——在本例中是变量a、b和c。现在我想总结一下列表中的值的平均值

# list of 10 random data frames
n <- 1e1
initSeed <- 1234
set.seed(initSeed)
(seedVec <- sample.int(n = 1e3, size = n, replace = FALSE))
lst <- lapply(1:n, function(i){
  set.seed(seedVec[i])
a <- rnorm(24,1,.1)
b <- rnorm(24,2,.2)
c <- rnorm(24,3,.3)
df <- data.frame(a,b,c)
})

因此，我想用汇总的输出创建一个新的数据帧，以便再次汇总它们，但这失败了，我的扩展公式和a都在lst[[idx]]：subscript越界中抛出了

错误
以下是我的尝试：
df1 <- as.data.frame(setNames(replicate(3,numeric(0), simplify = FALSE), 
                                 letters[1:3]))
lapply(1:10, function(n){
  lst[n] %>%
    data.frame() %>%
    summarize_all(mean) %>%
    rbind(df1, lst[n])
})

df1 %>% summarize_all(mean)

df1%
data.frame（）%>%
汇总所有（平均值）%>%
rbind（df1，lst[n]）
})
df1%>%汇总所有数据（平均值）

我怎样才能得到我想要的？
你可以用purr

purrr::map_df(lst, function(df){summarize_all(df,mean)})

           a        b        c
1  0.9917488 1.995821 3.121970
2  1.0007174 2.029938 2.962271
3  0.9582000 2.007167 3.046708
4  0.9745993 1.938877 3.015066
5  1.0050672 1.932359 3.052645
6  1.0196390 2.034723 2.998995
7  0.9717243 1.914532 3.024200
8  0.9954225 1.991664 2.981958
9  1.0148424 1.975775 2.949854
10 1.0014377 2.023839 2.976223

或者在基地R
t(sapply(lst,colMeans))
              a        b        c
 [1,] 0.9917488 1.995821 3.121970
 [2,] 1.0007174 2.029938 2.962271
 [3,] 0.9582000 2.007167 3.046708
 [4,] 0.9745993 1.938877 3.015066
 [5,] 1.0050672 1.932359 3.052645
 [6,] 1.0196390 2.034723 2.998995
 [7,] 0.9717243 1.914532 3.024200
 [8,] 0.9954225 1.991664 2.981958
 [9,] 1.0148424 1.975775 2.949854
[10,] 1.0014377 2.023839 2.976223

您可以使用purrr

purrr::map_df(lst, function(df){summarize_all(df,mean)})

           a        b        c
1  0.9917488 1.995821 3.121970
2  1.0007174 2.029938 2.962271
3  0.9582000 2.007167 3.046708
4  0.9745993 1.938877 3.015066
5  1.0050672 1.932359 3.052645
6  1.0196390 2.034723 2.998995
7  0.9717243 1.914532 3.024200
8  0.9954225 1.991664 2.981958
9  1.0148424 1.975775 2.949854
10 1.0014377 2.023839 2.976223

或者在基地R
t(sapply(lst,colMeans))
              a        b        c
 [1,] 0.9917488 1.995821 3.121970
 [2,] 1.0007174 2.029938 2.962271
 [3,] 0.9582000 2.007167 3.046708
 [4,] 0.9745993 1.938877 3.015066
 [5,] 1.0050672 1.932359 3.052645
 [6,] 1.0196390 2.034723 2.998995
 [7,] 0.9717243 1.914532 3.024200
 [8,] 0.9954225 1.991664 2.981958
 [9,] 1.0148424 1.975775 2.949854
[10,] 1.0014377 2.023839 2.976223

输出应该是什么样子？如果要对所有值进行汇总，可以通过bind_rows
之类的方式对数据集进行堆栈，然后使用summary_all
。如果您想取每个数据集的平均值，然后取这些平均值的平均值（如果事情不平衡），您可以使用purrr中的map_df
对每个数据集进行初始循环平均，然后在输出上使用summary_all
。谢谢，再次抛出这个奇怪的错误，但是来自@andrew gustar的答案带来了解决方案。输出应该是什么样的？如果要对所有值进行汇总，可以通过bind_rows
之类的方式对数据集进行堆栈，然后使用summary_all
。如果您想取每个数据集的平均值，然后取这些平均值的平均值（如果事情不平衡），您可以使用purrr中的map_df
对每个数据集进行初始循环平均，然后在输出上使用summary_all
。谢谢，再次抛出这个奇怪的错误，但是来自@andrew gustar的答案带来了解决方案。我只需要总结一下所有的（意思）
那么这正是我想要的。很好的回答，谢谢！。。。分别是t（colMeans（df））
。或者如果不需要中间结果，只使用rowMeans（sappy（lst，colMeans））
。您是否也使用rowMeans（sappy（lst，colSd））
来获得总的SD？（通过使用nice公式）不，SD不是那样工作的，部分原因是它不是线性的（即均方偏差的平方根），部分原因是该平均值的每个分量将基于每个子样本的平均值，而不是总体平均值。如果您想要按列计算总体sd，则需要将dfs绑定在一起，然后使用sd-类似于sapply（do.call（rbind，lst），sd）
（或者在这里用mean
替换sd
，以获得与上述相同的总体平均值）。我只需要总结所有（mean）
，这正是我想要的。很好的回答，谢谢！。。。分别是t（colMeans（df））
。或者如果不需要中间结果，只使用rowMeans（sappy（lst，colMeans））
。您是否也使用rowMeans（sappy（lst，colSd））
来获得总的SD？（通过使用nice公式）不，SD不是那样工作的，部分原因是它不是线性的（即均方偏差的平方根），部分原因是该平均值的每个分量将基于每个子样本的平均值，而不是总体平均值。如果您希望按列计算总体sd，则需要将dfs绑定在一起，然后使用sd-类似于sappy（do.call（rbind，lst），sd）
（或者将sd
替换为mean
，以获得与上述相同的总体平均值）。