如何使用 do.call 计算 R 中 data.frame 的平均值？
How can I use do.call calculate the mean of a data.frame in R?
我知道，我可以使用 sapply 和 colMeans 到 rowMeans 作为 data.frame 的平均值。但是现在，我正在学习 do.call 并想用 do.call() 尝试一下。
我尝试了不同的方法来做到这一点，但我无法得到我想要的结果。
例如，我想得到与 sapply:
相同的结果
myIris <- iris[1:4]
head(myIris)
sapply(myIris, mean)
#Here is the result what I want
#Sepal.Length Sepal.Width Petal.Length Petal.Width
#5.843333 3.057333 3.758000 1.199333
所以我用 do.call() 以不同的方式尝试了这个，都告诉我错了！
do.call("mean", myIris) # Wrong!
do.call("mean", x=myIris) # Wrong!
do.call("mean", list(x=myIris)) # Wrong!
....
你知道如何使用 do.call 吗？
使用 colMeans 而不是 mean 会给你想要的结果
do.call("colMeans", list(myIris))
# Sepal.Length Sepal.Width Petal.Length Petal.Width
# 5.843333 3.057333 3.758000 1.199333
如果我们需要 rowMeans 和 colMeans 都是 运行 使用 lapply/sapply
lapply(c('colMeans', 'rowMeans'), function(x) get(x)(myIris))
#[[1]]
#Sepal.Length Sepal.Width Petal.Length Petal.Width
# 5.843333 3.057333 3.758000 1.199333
#[[2]]
# [1] 2.550 2.375 2.350 2.350 2.550 2.850 2.425 2.525 2.225 2.400 2.700 2.500
# [13] 2.325 2.125 2.800 3.000 2.750 2.575 2.875 2.675 2.675 2.675 2.350 2.650
# [25] 2.575 2.450 2.600 2.600 2.550 2.425 2.425 2.675 2.725 2.825 2.425 2.400
# [37] 2.625 2.500 2.225 2.550 2.525 2.100 2.275 2.675 2.800 2.375 2.675 2.350
# [49] 2.675 2.475 4.075 3.900 4.100 3.275 3.850 3.575 3.975 2.900 3.850 3.300
# [61] 2.875 3.650 3.300 3.775 3.350 3.900 3.650 3.400 3.600 3.275 3.925 3.550
# [73] 3.800 3.700 3.725 3.850 3.950 4.100 3.725 3.200 3.200 3.150 3.400 3.850
# [85] 3.600 3.875 4.000 3.575 3.500 3.325 3.425 3.775 3.400 2.900 3.450 3.525
# [97] 3.525 3.675 2.925 3.475 4.525 3.875 4.525 4.150 4.375 4.825 3.400 4.575
#[109] 4.200 4.850 4.200 4.075 4.350 3.800 4.025 4.300 4.200 5.100 4.875 3.675
#[121] 4.525 3.825 4.800 3.925 4.450 4.550 3.900 3.950 4.225 4.400 4.550 5.025
#[133] 4.250 3.925 3.925 4.775 4.425 4.200 3.900 4.375 4.450 4.350 3.875 4.550
#[145] 4.550 4.300 3.925 4.175 4.325 3.950
或使用
lapply(list(colMeans, rowMeans), do.call, list(myIris))
我知道，我可以使用 sapply 和 colMeans 到 rowMeans 作为 data.frame 的平均值。但是现在，我正在学习 do.call 并想用 do.call() 尝试一下。
我尝试了不同的方法来做到这一点，但我无法得到我想要的结果。
例如，我想得到与 sapply:
myIris <- iris[1:4]
head(myIris)
sapply(myIris, mean)
#Here is the result what I want
#Sepal.Length Sepal.Width Petal.Length Petal.Width
#5.843333 3.057333 3.758000 1.199333
所以我用 do.call() 以不同的方式尝试了这个，都告诉我错了！
do.call("mean", myIris) # Wrong!
do.call("mean", x=myIris) # Wrong!
do.call("mean", list(x=myIris)) # Wrong!
....
你知道如何使用 do.call 吗？
使用 colMeans 而不是 mean 会给你想要的结果
do.call("colMeans", list(myIris))
# Sepal.Length Sepal.Width Petal.Length Petal.Width
# 5.843333 3.057333 3.758000 1.199333
如果我们需要 rowMeans 和 colMeans 都是 运行 使用 lapply/sapply
lapply(c('colMeans', 'rowMeans'), function(x) get(x)(myIris))
#[[1]]
#Sepal.Length Sepal.Width Petal.Length Petal.Width
# 5.843333 3.057333 3.758000 1.199333
#[[2]]
# [1] 2.550 2.375 2.350 2.350 2.550 2.850 2.425 2.525 2.225 2.400 2.700 2.500
# [13] 2.325 2.125 2.800 3.000 2.750 2.575 2.875 2.675 2.675 2.675 2.350 2.650
# [25] 2.575 2.450 2.600 2.600 2.550 2.425 2.425 2.675 2.725 2.825 2.425 2.400
# [37] 2.625 2.500 2.225 2.550 2.525 2.100 2.275 2.675 2.800 2.375 2.675 2.350
# [49] 2.675 2.475 4.075 3.900 4.100 3.275 3.850 3.575 3.975 2.900 3.850 3.300
# [61] 2.875 3.650 3.300 3.775 3.350 3.900 3.650 3.400 3.600 3.275 3.925 3.550
# [73] 3.800 3.700 3.725 3.850 3.950 4.100 3.725 3.200 3.200 3.150 3.400 3.850
# [85] 3.600 3.875 4.000 3.575 3.500 3.325 3.425 3.775 3.400 2.900 3.450 3.525
# [97] 3.525 3.675 2.925 3.475 4.525 3.875 4.525 4.150 4.375 4.825 3.400 4.575
#[109] 4.200 4.850 4.200 4.075 4.350 3.800 4.025 4.300 4.200 5.100 4.875 3.675
#[121] 4.525 3.825 4.800 3.925 4.450 4.550 3.900 3.950 4.225 4.400 4.550 5.025
#[133] 4.250 3.925 3.925 4.775 4.425 4.200 3.900 4.375 4.450 4.350 3.875 4.550
#[145] 4.550 4.300 3.925 4.175 4.325 3.950
或使用
lapply(list(colMeans, rowMeans), do.call, list(myIris))