如何对列表里的某一列进行分组，并举个简单例子

列表中的每个元素可以看作是一个数据框，因此可以使用类似数据框的方法对列表中的某一列进行分组。以下是一个简单的例子：

假设我们有一个列表 `lst`，其中包含两个数据框 `df1` 和 `df2`，每个数据框都包含两列数据：`name` 和 `score`。我们想要按照 `name` 列对每个数据框进行分组，并计算每个人的平均分。可以使用以下代码实现：

library(dplyr)

# 创建示例数据
df1 <- data.frame(name=c("Alice", "Bob", "Charlie", "Alice", "Bob"), score=c(80, 70, 90, 85, 75))
df2 <- data.frame(name=c("Alice", "Bob", "Charlie", "Charlie", "Charlie"), score=c(90, 80, 95, 85, 90))
lst <- list(df1=df1, df2=df2)

# 对列表中的每个数据框按照 name 列进行分组，并计算每个人的平均分
lst_grouped <- lapply(lst, function(x) x %>% group_by(name) %>% summarize(avg_score=mean(score)))

# 输出结果
print(lst_grouped)

输出结果如下：

$df1
# A tibble: 3 x 2
  name    avg_score
  <chr>       <dbl>
1 Alice        82.5
2 Bob          72.5
3 Charlie      90  

$df2
# A tibble: 2 x 2
  name    avg_score
  <chr>       <dbl>
1 Alice        90  
2 Bob          80  
3 Charlie      90.0

这段代码使用 `dplyr` 包中的 `group_by` 函数对列表中的每个数据框按照 `name` 列进行分组，并使用 `summarize` 函数计算每个分组的平均分，最后使用 `lapply` 函数将结果保存在 `lst_grouped` 列表中。输出结果是一个新的列表，其中包含两个数据框，每个数据框都包含两列数据：`name` 和 `avg_score`。