lapply 并应用于列表 R 的每个组件和元素

我有这个清单：

lst

lst <- list(a=c(2.5,9.8,5.0,6.7,6.5,5.2,34.4, 4.2,39.5, 1.3,0.0,0.0,4.1,0.0,0.0,25.5,196.5, 0.0,104.2,0.0,0.0,0.0,0.0,0.0),b=c(147.4,122.9,110.2,142.3))

我想计算列表的每个值和列表的每个元素（a and b) z.score 为：(x[i]-mean(x)/sd(x)，其中 x 是列表中每个元素的所有值（合计），x[i] 是每个列表元素的每个单个组件。 我尝试过lapply

lapply(lst,function (x) as.data.frame(apply(x,2, function(y)- lapply(lst,mean)/lapply(lst,sd))))

但有一个错误... 也许与for循环为：

lst.new <- vector("list",1)

for (i in 1:length(lst)){
  for (j in 1:dim(data.frame(lst[i]))[1]){
    res[j] <- (as.numeric(unlist(lst[i]))[j]-mean(as.numeric(unlist(lst[i])))/
      sd(as.numeric(unlist(lst[i])))
    lst.new[[i]] <- res
  }
}

但结果很奇怪（当然我错了lst.new输出）：

[[1]]
 [1] -0.3635464 -0.1982809 -0.3069486 -0.2684621 -0.2729899 -0.3024208  0.3586413 -0.3250599  0.4741007 -0.3907133
[11] -0.4201442 -0.4201442 -0.3273238 -0.4201442 -0.4201442  0.1571532  4.0284412 -0.4201442  1.9388512 -0.4201442
[21] -0.4201442 -0.4201442 -0.4201442 -0.4201442

[[2]]
 [1]  0.9671130 -0.4517055 -1.1871746  0.6717671 -0.2729899 -0.3024208  0.3586413 -0.3250599  0.4741007 -0.3907133
[11] -0.4201442 -0.4201442 -0.3273238 -0.4201442 -0.4201442  0.1571532  4.0284412 -0.4201442  1.9388512 -0.4201442
[21] -0.4201442 -0.4201442 -0.4201442 -0.4201442

预期结果可以是不同长度的列表或数据帧，如下所示：

 a       b
   -0.36    0.967113
  -0.19     -0.45
    [...]  [...]

等等...

P.S: 
 0.36 == (2.5- mean(unlist(lst[1])))/sd(unlist(lst[1]))
 0.967113 == (147.4 -mean(unlist(lst[2])))/sd(unlist(lst[2]))

我用比较好lapply（或他的家庭职能）并解决问题

只是为了完整起见，如果没有scale函数@akrun 指出，你的代码应该是：

lapply(lst,function(x) x-mean(x)/sd(x)) 

所有那些lapply内applys 意味着你正在尝试计算mean and sd个人价值观...

让我们一步一步地完成它。lapply takes lst并将其分解为多个元素。每个元素依次作为匿名函数的参数给出。这意味着该函数获取一个数字向量。然后，使用 R 的向量化，我们所做的就是为向量的每个元素计算该元素的结果，减去mean整个向量除以sd整个向量的。

将其与代码中发生的情况进行比较：

lapply(lst,function (x) as.data.frame(apply(x,2, function(y)- lapply(lst,mean)/lapply(lst,sd))))

所以第一个lapply中断 lst 并将向量一次一个发送到您的函数。

然后该函数必须按列分解向量（apply带维度参数 2) - 这是抛出错误的地方。但即使它成功地将向量分解为元素，你也会有另外两个lapply分解该单个元素并计算mean and sd对于他们个人来说。