尽管与几个人讨论了这个问题，但我仍然无法解决我的问题，所以希望这里的社区可以提供帮助。
数据存储为数组列表。列表中的每个组件代表按特定因素分组的数据。数组具有三个维度。第一维代表时间，第二维代表成分数量，第三维代表数据点。因此，在每个组成部分（第二维）下方的示例数据中，每个时间单位（第一维）具有三个数据点（第三维）。
第一和第三维具有固定的 nrow（时间）和 ncol（数据点），而第二维因每个组（列表中的组件）而异，我为什么将数组存储在列表中。
所以数据的结构如下。
data.list <- vector("list", 3)
numb <- c(2,3,4)
data.list[[1]] <- array(1:(numb[1] * 5 * 3), dim = c(5, numb[1], 3))
data.list[[2]] <- array(1:(numb[2] * 5 * 3), dim = c(5, numb[2], 3))
data.list[[3]] <- array(1:(numb[3] * 5 * 3), dim = c(5, numb[3], 3))
如果我想计算第 1 组中所有成分的第一个数据点随时间的平均值（假设它没有存储在列表中），我会这样做：
apply(array[,, "data.point.1"], 1, mean)
现在我想在所有组（列表中的组件）和组成部分（数组中的第二维）中应用行（时间）的平均值 - 但我找不到解决方案。
我曾尝试使用 sapply ，因为基本上我想获得一个向量作为输出，其长度对应于数组的 nrow （本质上是这个问题中的时间段数）。但是， sapply 会在每个组件上应用一个函数并返回一个具有列表长度的向量（至少这对我来说是这样）。
任何人都可以看到解决这个问题的好方法吗？
如果不是，那么根本问题是，对于我想要进行的计算类型，数据可能以错误的方式存储吗？