r - 使用自定义函数时 lapply 出现意外结果

Question

假设我有三个数据，每个包含随机的 20 个数字:

> dataone
 [1]  5.7 15.3 14.0 13.2 14.0  9.4 19.0 13.7 19.4 19.3 11.5 16.6 17.7  3.2  4.7  1.4 18.4 10.1  9.6 16.4
> datatwo
 [1] 21 13 29 29 22 13 18 13 29 13 23 17 17 11 29 15 20 21 26 17
> datathree
 [1]  6.7  9.8  1.9  5.9  5.3  5.2  1.2  5.3  2.2  8.6  2.9  4.6  4.9  6.1  9.4 10.0  5.1  9.8  3.1  3.2

我想按顺序计算每四个数字的均值。要清楚，我想要 [1:4]、[5:8]、[9:12] 等方式，对于每个数据。所以，我写了这个函数:

foursmean <- function (x) {
  starts <- seq(1, 20, by = 4) 
  means <- numeric(length(starts))
  for (i in 1:length(starts)){
    a <- mean(x[starts[i]:(starts[i]+3)] )
    means[i] <- a  }
  print(means)
}

到目前为止它运行良好:

> foursmean(dataone)
[1] 12.1 14.0 16.7  6.7 13.6

但是，我不想花时间对所有数据使用函数。所以我将它们收集在一个列表中:

dataall <- list(dataone, datatwo, datathree)

然后我使用 lapply() 在列表上运行函数:

> lapply(dataall, foursmean)
[1] 12.1 14.0 16.7  6.7 13.6
[1] 23 16 21 18 21
[1] 6.0 4.2 4.6 7.6 5.3
[[1]]
[1] 12.1 14.0 16.7  6.7 13.6

[[2]]
[1] 23 16 21 18 21

[[3]]
[1] 6.0 4.2 4.6 7.6 5.3

我不明白为什么会给出重复的结果。当我检查结构时，它显示“List of 3 of List of 5s”。我想不通，无法解决。

我只期待这部分:

[[1]]
[1] 12.1 14.0 16.7  6.7 13.6

[[2]]
[1] 23 16 21 18 21

[[3]]
[1] 6.0 4.2 4.6 7.6 5.3

Answer 1

您必须删除代码中的 print。

或许您可以尝试这种形式的函数。

数据:

dataone <-   c( 5.7, 15.3, 14.0, 13.2 ,14.0,  9.4 ,19.0 ,13.7, 19.4, 19.3 ,11.5, 16.6, 17.7,  3.2 , 4.7,  1.4, 18.4, 10.1,  9.6, 16.4 )
datatwo <- c( 21, 13, 29 ,29 ,22 ,13 ,18 ,13 ,29 ,13, 23, 17 ,17 ,11, 29, 15, 20, 21 ,26, 17)
datathree <- c( 6.7,  9.8 , 1.9,  5.9,  5.3,  5.2  ,1.2  ,5.3 , 2.2,  8.6 , 2.9,  4.6 , 4.9 , 6.1,  9.4, 10.0 , 5.1 , 9.8 , 3.1,  3.2)
dataall <- list(dataone = dataone, 
                datatwo = datatwo, 
                datathree = datathree )

代码:

foursmean <- function (x, by ) {
  x <- split( x = x, f = ceiling( seq_along(x) / by) )
  sapply( x, mean, na.rm = TRUE )
}

输出:by 指定您希望分割向量的程度。你可以有任何正数

sapply(dataall, foursmean, by = 4)
#   dataone datatwo datathree
# 1  12.050    23.0     6.075
# 2  14.025    16.5     4.250
# 3  16.700    20.5     4.575
# 4   6.750    18.0     7.600
# 5  13.625    21.0     5.300

sapply(dataall, foursmean, by = 5)
#   dataone datatwo datathree
# 1   12.44    22.8      5.92
# 2   16.16    17.2      4.50
# 3   10.74    19.4      5.58
# 4   11.18    19.8      6.24