logo标签列表

应用函数于嵌套列表

r
4
我已经发布了一个非常类似的问题，但情况已经发生变化，我得到的答案对于这些“新特征”无效。
旧帖子：
我想知道是否可能在嵌套列表的不同级别应用函数，rapply递归地在列表中应用函数，但在同一级别上。我的问题是在不同级别上应用具有不同长度的函数。以下是一个例子：
list <- list(list(a=1:5, b=5:9, c=6:10, d=1:5),
             list(e=2:6, f=3:7, g=8:12),
             list(h=3:7, i=6:10, j=11:15, k=2:6),
             list(l=4:8, m=2:6),
             list(n=5:9, o=1:5, p=2:6, q=0:4),
             list(r=6:10, s=3:7, t=9:13))

我想应用一个函数，比如sum，对第一个元素（例如[[1]]$a=1, [[1]]$b=5, [[1]]$c=6, [[1]]d=1），然后是第二个元素（例如[[1]]$a=2, [[1]]$b=6, [[1]]$c=7, [[1]]$d=2）以此类推。结果应该类似于这样：
[[1]]
13 17 21 25 29

[[2]]
13 16 19 22 25

[[3]]
22 26 30 34 38

[[4]]
6 8 10 12 14

[[5]]
8 12 16 20 24

[[6]]
18 21 24 27 30

也许结合使用 rapply 和 mapply 会更好？

谢谢。

新帖子：

@G.Grothendieck已经为我提供了一个解决方案，但是我有另外一个包含p值的列表，我想应用更复杂的函数，例如mean或其他函数：

Fisher.test <- function(p) {
  Xsq <- -2*sum(log(p))
  p.val <- 1-pchisq(Xsq, df = 2*length(p))
  return(p.val)
}

Reduce并不像sum函数或使用f="+"时那样有效，您有什么建议吗？

以下是这个新列表的示例

pval.list <- list(list(a=c(0.05, 0.0001, 0.32, 0.45), b=c(0.1,0.12,0.01,0.06), c=c(0.1,0.12,0.01,0.06), d=c(0.01,0.02,0.03,0.04)),
             list(e=c(0.04, 0.1, 0.232, 0.245), f=c(0.05, 0.01, 0.22, 0.54), g=c(0.005, 0.1, 0.032, 0.045)),
             list(h=c(0.03, 0.01, 0.12, 0.4), i=c(0.5, 0.0001, 0.132, 0.045), j=c(0.005, 0.0001, 0.0032, 0.045), k=c(0.5, 0.1, 0.932, 0.545)),
             list(l=c(0.022, 0.0012, 0.32, 0.45), m=c(0.0589, 0.0001, 0.0032, 0.0045)),
             list(n=c(0.051, 0.01, 0.32, 0.45), o=c(0.05, 0.0001, 0.32, 0.45), p=c(0.05, 0.0001, 0.32, 0.45), q=c(0.05, 0.0001, 0.32, 0.45)),
             list(r=c(0.053, 0.001, 0.32, 0.45), s=c(0.05, 0.0001, 0.32, 0.45), t=c(0.05, 0.0001, 0.32, 0.45)))
4个回答
3

你可以使用以下方法：

lapply(pval.list, function(x){apply(do.call(rbind, x), 2, Fisher.test)})
[[1]]
[1] 1.953968e-03 2.999509e-05 5.320831e-04 1.339104e-02

[[2]]
[1] 0.0007878665 0.0052625525 0.0457435481 0.1146067577

[[3]]
[1] 8.982382e-03 3.055250e-08 1.064109e-02 5.094879e-02

[[4]]
[1] 9.911091e-03 2.032293e-06 8.073256e-03 1.458443e-02

[[5]]
[1] 2.357950e-03 6.135981e-11 3.326486e-01 6.038488e-01

[[6]]
[1] 6.597414e-03 3.470933e-09 3.362226e-01 5.708789e-01
3

虽然Reduce不能直接应用于Fisher.test，但可以先使用cbind应用于Reduce，然后再将Fisher.test应用于其结果：

> lapply(lapply(pval.list, Reduce, f = cbind), apply, 1, Fisher.test)
[[1]]
[1] 1.953968e-03 2.999509e-05 5.320831e-04 1.339104e-02

[[2]]
[1] 0.0007878665 0.0052625525 0.0457435481 0.1146067577

[[3]]
[1] 8.982382e-03 3.055250e-08 1.064109e-02 5.094879e-02

[[4]]
[1] 9.911091e-03 2.032293e-06 8.073256e-03 1.458443e-02

[[5]]
[1] 2.357950e-03 6.135981e-11 3.326486e-01 6.038488e-01

[[6]]
[1] 6.597414e-03 3.470933e-09 3.362226e-01 5.708789e-01

新增：

可以使用simplify2array轻微缩短代码，如下所示：

lapply(lapply(pval.list, simplify2array), apply, 1, Fisher.test)

或者可以像这样使用 data.frame ：
lapply(lapply(pval.list, data.frame), apply, 1, Fisher.test)
1

以下内容对您是否有效？

我的解决方案使用了嵌套的lapply

1.

lapply(lapply(list, function(l)do.call(rbind, l)), colSums)

2.

lapply(lapply(pval.list, function(l)do.call(rbind, l)), apply, 2, Fisher.test )
你的方法与用户1609452提出的方法非常相似，完美地解决了问题，谢谢。 - user2380782
0
也许使用plyr包可以更快地完成，但以下方法效果很好。首先创建一个新列表，其中内部列表被转换为矩阵。
new.pval.list <- vector('list', length(pval.list))
for (i in 1:length(pval.list)) {
  nc <- length(unlist(pval.list[[i]] [1]))
  new.pval.list [[i]] <- matrix(unlist(pval.list[[i]]), ncol = nc, byrow = T)
}

我们可以使用apply函数将矩阵中的每个元素应用到新列表中。
lapply(new.pval.list, function(mat) apply(mat, 2, Fisher.test))
我得到了以下错误：apply（mat，2，Fisher.test）中的错误：dim（X）必须具有正长度。 - user2380782
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接