r - 数据框行按组嵌套列表元素

Question

我有一个这样的数据框

  id key value
1  x   a     1
2  x   b     2
3  y   a     3
4  y   b     4

read.table(text = "id   key value
x   a   1
x   b   2
y   a   3
y   b   4", header = TRUE, sep = "\t")

我想为每个 id 获取一个列表，为每个 key 获取子列表

所以对于我的示例，预期的输出将是:

$x
$x$a
$x$a$value
[1] 1

$x$b
$x$b$value
[1] 2

$y
$y$a
$y$a$value
[1] 3

$y$b
$y$b$value
[1] 4

list(
  x = list(
    a = list(value = 1), 
    b = list(value = 2)
  ), 
  y = list(
    a = list(value = 3), 
    b = list(value = 4)
  )
)

我可以使用嵌套的 lapply 和 split 来实现它，但我认为应该有更直接的方法来实现它。

如有任何帮助，我们将不胜感激。

Answer 1

概览

两种方法 - 一种使用 base另一个使用 plyr - 按组拆分数据框，对每个组应用一个函数，并在列表中返回结果。

使用base::split.data.frame()接着是 lapply()为每个唯一的 id-key 对提取 value 元素。

# split data frame
# based on 'id' and 'key' pairs
df.split <-
    split.data.frame(
        x = df
        , f = list( df$id, df$key )
    )
# keep only the value
# element within each list
df.split <-
    lapply(
        X = df.split
        , FUN = function( i )
            i[["value"]]
    )

# view results
df.split
# $x.a
# [1] 1
# 
# $y.a
# [1] 3
# 
# $x.b
# [1] 2
# 
# $y.b
# [1] 4

# end of script #

使用plyr::dlply()做同样的事情，而不需要 lapply()。

# load necessary packages
library( plyr )

# splits df by the 'id' and 'key' variables
# and return the 'value' for each pairing
df.split <-
    dlply( 
        .data = df
        , .variables = c( "id", "key" )
        , .fun = function(i) i[["value"]]
    )

# view results
df.split
# $x.a
# [1] 1
# 
# $x.b
# [1] 2
# 
# $y.a
# [1] 3
# 
# $y.b
# [1] 4
# 
# attr(,"split_type")
# [1] "data.frame"
# attr(,"split_labels")
# id key
# 1  x   a
# 2  x   b
# 3  y   a
# 4  y   b

# end of script #

@Colonel Beauvel 对 SO 帖子的回答 Emulate split() with dplyr group_by: return a list of data frames有助于回答这个问题。