1

我有一个像下面这样的列表，它是一个包含矩阵的列表（所以“ftable”是一个包含十个列表的列表，每个内部列表都包含七个矩阵）。我需要计算也可能具有 NA 值的关联矩阵的平均值。我尝试了几种方法，但出现了错误。

for(i in 1:10){
for(j in 1:7){
ftable[[i]][[j]] <- matrix (x,nrow=8,ncol=8, byrow=TRUE)
}
}

> str(ftable)
List of 10
$ :List of 7
.......
.......

因此，我需要一个包含七个矩阵的列表，其中每个矩阵都是将均值应用于 ftable[[1]][[i]]、ftable[[2]][[i]]、.. . , ftable[[10]][[i]] 和 i 在 1:7。

我已经尝试过了，但我得到了错误：

meanTable <- list()
for (i in 1:7)
meanTable[[i]] <- matrix (0, nrow=8,ncol=8)

> meanTable <- lapply(1:7, function(i) Reduce(mean, list(ftable[[1]][i],ftable[[2]][i],ftable[[3]][i],ftable[[4]][i],ftable[[5]][i],ftable[[6]][i],ftable[[7]][i],ftable[[8]][i],ftable[[9]][i],ftable[[10]][i])))
Error in mean.default(init, x[[i]]) : 
'trim' must be numeric of length one
In addition: Warning message:
In mean.default(init, x[[i]]) :
argument is not numeric or logical: returning NA

矩阵的一个例子：

> ftable[[1]][[1]]
1     2     3      4      5      6      7      8
1 NA 0.924 0.835 -0.336  0.335 -0.948  0.285  0.749
2 NA    NA 0.772 -0.333  0.333 -0.892  0.127  0.715
3 NA    NA    NA -0.476  0.475 -0.756  0.258  0.749
4 NA    NA    NA     NA -0.999  0.399 -0.150 -0.399
5 NA    NA    NA     NA     NA -0.399  0.151  0.399
6 NA    NA    NA     NA     NA     NA -0.134 -0.715
7 NA    NA    NA     NA     NA     NA     NA  0.144
8 NA    NA    NA     NA     NA     NA     NA     NA
4

2 回答 2

3

我认为这是你需要的。最简单的方法是取消列出您的外部列表，然后Reduce按如下方式应用：

我将创建输入的变体user1317221_G

set.seed(45)
mat1 <- matrix(c(sample(10),NA,NA),nrow=2)
matlist1 <- list(mat1,mat1,mat1)
mat2 <- matrix(c(sample(11:20),NA,NA),nrow=2)
matlist2 <- list(mat2,mat2,mat2)
bigmatlist <- list(matlist1,matlist2)

> bigmatlist
# [[1]]
# [[1]][[1]]
#      [,1] [,2] [,3] [,4] [,5] [,6]
# [1,]    7    2   10    1    4   NA
# [2,]    3    9    8    5    6   NA
# 
# [[1]][[2]]
#      [,1] [,2] [,3] [,4] [,5] [,6]
# [1,]    7    2   10    1    4   NA
# [2,]    3    9    8    5    6   NA
# 
# [[1]][[3]]
#      [,1] [,2] [,3] [,4] [,5] [,6]
# [1,]    7    2   10    1    4   NA
# [2,]    3    9    8    5    6   NA
# 
# 
# [[2]]
# [[2]][[1]]
#      [,1] [,2] [,3] [,4] [,5] [,6]
# [1,]   14   13   19   17   15   NA
# [2,]   18   20   16   11   12   NA
# 
# [[2]][[2]]
#      [,1] [,2] [,3] [,4] [,5] [,6]
# [1,]   14   13   19   17   15   NA
# [2,]   18   20   16   11   12   NA
# 
# [[2]][[3]]
#      [,1] [,2] [,3] [,4] [,5] [,6]
# [1,]   14   13   19   17   15   NA
# [2,]   18   20   16   11   12   NA

现在解决方案。

# in your case, outer.len = 10 and inner.len = 7
outer.len <- 2
inner.len <- 3
prod.len <- outer.len * inner.len
list.un <- unlist(bigmatlist, recursive = FALSE)
o <- lapply(1:inner.len, function(idx) {
    Reduce('+', list.un[seq(idx, prod.len, by = inner.len)])/outer.len
})

> o
# [[1]]
#      [,1] [,2] [,3] [,4] [,5] [,6]
# [1,] 10.5  7.5 14.5    9  9.5   NA
# [2,] 10.5 14.5 12.0    8  9.0   NA
# 
# [[2]]
#      [,1] [,2] [,3] [,4] [,5] [,6]
# [1,] 10.5  7.5 14.5    9  9.5   NA
# [2,] 10.5 14.5 12.0    8  9.0   NA
# 
# [[3]]
#      [,1] [,2] [,3] [,4] [,5] [,6]
# [1,] 10.5  7.5 14.5    9  9.5   NA
# [2,] 10.5 14.5 12.0    8  9.0   NA
于 2013-01-21T15:16:31.443 回答
1

你的意思是这样的：

 mat1 <- matrix(c(1:10,NA,NA),nrow=2)
 matlist1 <- list(mat1,mat1,mat1)
 bigmatlist <- list(matlist1,matlist1)

 mean(mat1, na.rm=TRUE)
 #[1] 5.5

 sapply(matlist1, function(x) mean(x,na.rm=TRUE))
 #[1] 5.5 5.5 5.5

和列表列表：

 sapply(bigmatlist,function(x) sapply(x, function(x) mean(x,na.rm=TRUE)) )
#      [,1] [,2]
#[1,]  5.5  5.5
#[2,]  5.5  5.5
#[3,]  5.5  5.5

如果要返回列表，请在适当的地方更改sapplyfor 。lapply

列表 1 中矩阵三的平均值在哪里，[3,][,1]即bigmatlist[[1]][[3]]

于 2013-01-21T14:44:30.590 回答