如何有效地将函数应用于多个矩阵 - 列的平均值

Question

所以我是使用矩阵和函数的新手，我正在尝试研究如何应用一个函数来计算多个矩阵的列均值。

这是一些虚拟矩阵：

A <- matrix(c(1,2,3,4,5,6,7,8,9),nrow=3)
B <- matrix(c(9,8,7,6,5,4,3,2,1),nrow=3)

我有 13 个大矩阵，所有变量都不同，但它们都具有相同的维度。我想获得每个单独矩阵的列的平均值。我已经弄清楚如何为单个矩阵执行此操作：

AA <- sapply(1:3, function(x) mean(A [,x], na.rm = TRUE))

但可能有一种更有效的方法将其应用于我的所有矩阵，而不是将其写出十几次并获得单独的输出，即分别为每个矩阵的列均值？我已经看到一些使用矩阵列表的工作——这是正确的方法吗？抱歉，如果这是重复的，我试图找到一个正确答案的明确示例但无济于事（请随时为我指明正确的方向）。

Answer 1

我们将矩阵保存在list中，使用vapply遍历list得到colMeans

vapply(list(A, B), colMeans, numeric(3))
#      [,1] [,2]
#[1,]    2    8
#[2,]    5    5
#[3,]    8    2

或 aggregate

aggregate(do.call(rbind, list(A, B)), list(rep(1:2, each = 3)), FUN = mean)

或使用tidyverse

library(tidyverse)
list(A, B) %>%
      map(~ .x %>%
              as.data.frame %>%
               summarise_all(mean))
#[[1]]
#  V1 V2 V3
#1  2  5  8

#[[2]]
#  V1 V2 V3
#1  8  5  2

tidyverse 方法可以链接起来用于不同的目的。也可以是group by operation

list(A, B) %>%
    map_df(as.data.frame, .id = 'grp') %>%
    group_by(grp) %>%
    summarise_all(mean)
# A tibble: 2 x 4
#  grp      V1    V2    V3
#  <chr> <dbl> <dbl> <dbl>
#1 1         2     5     8
#2 2         8     5     2

Answer 2

创建一个列表，然后将 colMeans 应用于该列表中的每个元素

lst <- list(A, B)
lapply(lst, colMeans)
#[[1]]
#[1] 2 5 8

#[[2]]
#[1] 8 5 2

I have seen some work with using lists of matrices - is this the correct route to go?

是的，我会说这是针对您要实现的目标的推荐。

如何有效地将函数应用于多个矩阵 - 列的平均值

How to efficiently apply a function on a number of matrices - mean of columns

r

matrix

mean

sapply