如何在R中的數據幀中的列表中運行for循環

Question

我有一個數據框，其中包含一個數據框的列的每個單元格內的列表。 例如，這是一個測試數據幀。

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

我想連續計算每個列表中的均值差，並將結果存儲為新變量，例如MeanDiff。 例如（1,2,3）的平均差為1（（（2-1）+（3-2））/ 2）。

我的外部for循環將是

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

但是，我不知道如何在必須運行函數的行中遍歷列表的每個元素，這看起來像

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

任何幫助，將不勝感激！ 另外，這是我的第一篇StackOverflow帖子，我也很感謝提出問題時的任何元反饋！

Answer 1

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

如果希望輸出是向量而不是列表，則使用sapply 。

Answer 2

這是兩個解決方案：

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

一個值得一提的問題是，盡管它看起來像一個常規的列，但它並不完全符合您的期望：

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

那是一個單個元素的list ，您可能希望在其中有一個標量（或者在R的情況下為長度為1的向量）。 一種替代方法（如JilberUrbina所建議的）是在期望結果為長度1的情況下使用sapply ：

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

如果您另外使用的是tidyverse工具集（很多人推薦），請嘗試以下操作：

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

如果你把它存儲在tidyverse的一個默認tibble ，它會出現這樣的：

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]>

盡管實際上是同一回事。 如果您打算在列中重復存儲列表或其他復雜的事物（例如， lm模型， predict離子），那么這將非常方便，甚至最終會很直觀。