如何在R中通过dataframe中的列表运行for循环

Question

我有一个dataframe，它包含一个dataframe列的每个单元格中的列表。例如，下面是一个测试数据帧。

df <- data.frame(id=1:2)
df$month <-  list(c("1","2","3"), c("3","5","7"))
df

我想计算一行中每个列表中的平均差异，并将结果存储为一个新变量，比方说MeanDiff。例如(1,2,3)的平均差为1(2-1)+(3-2)/2))。

我的外部for循环应该是

for (i in 1: nrow(df)){
}

但是，我不知道如何遍历我必须在其上运行函数的行中列表的每个元素，如下所示

Diff = []
Diff[i] = i+1 - i
MeanDiff[i] = Diff/length(Diff)

任何帮助都将不胜感激！此外，这是我的第一篇StackOverflow帖子，我也很感激任何关于提问的元反馈！

Answer 1

这里有两个解决方案：

df$diff <- lapply(df$month, function(a) sum(diff(as.numeric(a)))/2)
df
#   id   month diff
# 1  1 1, 2, 3    1
# 2  2 3, 5, 7    2

这样做的一个问题是，尽管它看起来像一个普通的列，但它并不完全是您所期望的：

df$diff[1]
# [[1]]
# [1] 1

这是单个元素的list，其中可能需要一个标量(在R的情况下，长度为1的向量)。另一种选择(如JilberUrbina建议的)是在您希望结果长度为1的情况下使用sapply：

df$diff2 <- sapply(df$month, function(a) sum(diff(as.numeric(a)))/2)
df$diff2[1]
# [1] 1

如果您使用的是tidyverse工具集(许多人都推荐)，请尝试以下方法：

library(dplyr)
library(purrr)

df %>%
  mutate(
    diff = map(month, ~ sum(diff(as.numeric(.)))/2)
  )
#   id   month diff
# 1  1 1, 2, 3    1
# 2  2 3, 5, 7    2

如果您将其存储在tidyverse的默认tibble中，它将如下所示：

tbl_df(df) %>%
  mutate(
    diff = map(month, ~ sum(diff(as.numeric(.)))/2)
  )
# # A tibble: 2 x 3
#      id month     diff     
#   <int> <list>    <list>   
# 1     1 <chr [3]> <dbl [1]>
# 2     2 <chr [3]> <dbl [1]>

虽然这实际上是一回事。如果您计划在一个列中重复存储列表或其他复杂的内容(例如，lm模型、predict离子)，那么这可能非常方便，而且可能最终是直观的。

Answer 2

您可以使用lapply

> lapply(df$month, function(x) 
    {tmp <- as.numeric(x)  # this converts character to numeric
    tmp <- sum(diff(tmp))/(length(tmp)-1) # performs calculations
    tmp})  # returns output
[[1]]
[1] 1

[[2]]
[1] 2

如果希望输出是向量而不是列表，则为sapply。