在 R 中以编程方式解包列表

Question

我正在 R 中制作应用程序原型。我正在使用并行库和 parApply 运行数据框列上的函数。我知道这也适用于 non-parallel/Apply 应用程序。我有一行类似于：

myBigList <- parApply(myCluster, myInputData, 2, myFunction)

其中 myFunction 是我编写的函数，它以向量作为输入。该函数本身执行了很多我无法进入的操作。它 return 是各种类变量的列表。为了 MWE 的目的，说：

myFunction <- function(vectorIn){
    # CODE GOES HERE
    return(list(
        mean = mean(vectorIn),
        sd = mean(vectorIn),
        vectorOut = sumUserFunction(vectorIn),
        plot1 = aPlotGeneratingFunction(vectorIn),
    ))

对我来说 return 是一个包含函数结果的列表。我可以处理列表中的元素，例如：

myBigList$Column1$mean

但这对我的目的没有多大帮助。我想知道如何解压缩列表，以便查看所有平均值。例如：

listOfMeans <- myBigList$*ALL_ITEMS*$mean

因此 listOfMeans 是具有 row.names 或 data.frame 且具有 col.names 的向量。

这可能吗？我可以想到一个使用 for 循环的解决方案，但这看起来不太优雅。

我也想做一些与我 return 的情节类似的事情，这样我就可以自动构建一个包含所有这些情节的 pdf。我猜学习以上内容会有所帮助。

tl;dr：从列表中提取常用数据名称的最佳方法是什么？

编辑：实际的 MWE

library('ggplot2')

exampleData <- data.frame(Col1 = rnorm(100), Col2 = rnorm(100), Col3 = rnorm(100))

myFunction <- function(xIn){

  meanX <- mean(xIn)
  sdX <- sd(xIn)
  vecX <- xIn^2 + xIn

  plotX <- 
    ggplot(data.frame(xIn, vecX), aes(x = xIn, y = vecX)) +
    geom_point()

  return(list(
    mean = meanX,
    sd = sdX,
    vect = vecX,
    plot = plotX
  ))
}

myBigList <- apply(exampleData,
                   2,
                   myFunction)

Answer 1

来自@docendo discusimus 评论

mymeans <- sapply(myBigList, '[[', 'mean')

returns 是存储在 mean 中的所有值的向量。要 return 一个列表，这对存储绘图很有用 class 命令应该是：

myplots <- lapply(myBigList, '[[', 'plot')

在 R 中以编程方式解包列表

Unpacking lists programmatically in R

r

list

apply