自建一个数据框，内容要求包含不同类型的、可分类的数据，例如有数值型的，有字符型的，可以按性别或者职业分类的。计算不同类别下，数值型数据的均值、方差等统计量，把这些变量组合成一个列表。根据题目要求编写r语言代码。

在R语言中，你可以创建一个自定义数据框（data frame），其中包含不同类型的数据，比如数值（numeric）和字符（character）类型。为了演示，我们可以假设有一个关于员工的信息，包括姓名（character）、年龄（numeric）、薪水（numeric）和性别（factor）以及职位（character）。以下是创建这样的数据框并计算各组统计量的步骤：

# 创建数据框
df <- data.frame(
  Name = c("张三", "李四", "王五", "赵六", "孙七"),
  Age = c(30, 35, 40, 28, 37),
  Salary = c(50000, 60000, 70000, 45000, 55000),
  Gender = factor(c("男", "女", "男", "女", "男")),
  Position = c("经理", "工程师", "经理", "实习生", "程序员")
)

# 按性别分组并计算数值型字段（Age和Salary）的统计量
stats_by_gender <- aggregate(cbind(Age, Salary) ~ Gender, df, FUN = function(x) c(mean = mean(x), var = var(x)))

# 将结果列转换为list形式
stats_list <- lapply(stats_by_gender[, -1], as.list)

# 结果数据框
stats_list

在这个例子中，`stats_by_gender`是一个数据框，包含了每个性别的平均年龄和薪水方差。然后我们使用`lapply`函数将结果数据框的每一行转换为一个列表元素，最后得到一个由列表组成的列表。