在R中每行列表计算之间的差异

Question

假设我有以下df列表（实际上我有更多的dfs）。

seq <- c("12345","67890")

li <- list()

for (i in 1:length(seq)){

  li[[i]] <- list()

  names(li)[i] <- seq[i]

  li[[i]] <- data.frame(A = c(1,2,3),
                        B = c(2,4,6))
}

我希望能够在两个列表相同的单元格位置计算平均值，并保留与原始列表相同的行数和列数。我应该如何做？我相信可以使用apply()函数，但不确定具体操作方法。

预期输出（毫不意外）：

  A B
1 1 2
2 2 4
3 3 6

实际上，每个列表中的值并不一定相同。

- FlyingDutch

---

你已经有一个答案了，但是这里还有一些建议：1）seq是一个基础函数，请使用另外的名称；2）没有必要使用li[[i]] <- list()，因为之后您会重新指派它到一个df上；3）仅在循环后执行一次names(li) <- seq；4）作为循环控制，seq_along(li)比1:length()更好。如果length(li)为零，你将得到向量1:0，但是使用seq_along不会引发错误。 - Rui Barradas

Answer 1

如果没有任何的NA，那么我们可以使用Reduce来对每个元素的观测值进行求和，并且再除以list的length来得到结果。

Reduce(`+`, li)/length(li)
#  A B
#1 1 2
#2 2 4
#3 3 6

如果存在NA值，则最好使用mean（具有na.rm参数）。为此，我们可以将其转换为array，然后使用apply函数。

apply(array(unlist(li), dim = c(dim(li[[1]]), length(li))), c(1, 2), mean)

---

tidyverse中的等效选项是

library(tidyverse)
reduce(li, `+`)/length(li)

- akrun

---

哇，这些解决方案非常简单。甚至不需要使用任何apply()函数。谢谢！ - FlyingDutch

@FlyingDutch 只有当没有 NAs 时，1 + NA + 5 才会得到 NA。 - akrun