r - 基于较大 Data.Frame 的多个子集创建多个列表

Question

在 R 中工作，我有与下面类似结构的数据(代码块 1)。我希望创建一个具有以下特征的新 data.frame:

对于每个唯一的 ID_1 值，我想要两个新列，一个包含 (ID_2s that share ID_1 & Direction==1) 的列表，另一列包含 (ID_2s that share ID_1 & Direction==0 的列表), (见下一个代码块 2)

数据集 block 1(初始):

ID_1    ID_2    Direction
100001  1           1
100001  11          1
100001  111         1
100001  1111        0
100001  11111       0
100001  111111      0
100002  2           1
100002  22          1
100002  222         0
100002  2222        0
100003  3           1
100003  33          1
100003  333         1
100003  3333        0
100003  33333       0
100003  333333      1
100004  4           1
100004  44          1

转换成:

数据集 block 2(所需输出):

ID_1    ID_2_D1             ID_2_D0
100001  1,11,111            1111,11111,111111
100002  2,22                222,222
100003  3,33,333,333333     3333,33333
100004  4,44    

我有执行此操作的代码(获取子集子集的循环)，但我在数百万个唯一的“ID_1”上运行它，这使得这非常耗时(我告诉你几个小时!!)。

有什么建议——也许使用 apply() 或 plyr() 包可以让它运行得更快？

引用代码:

DF <- data.frame(ID_1=c(100001,100001,100001,100001,100001,100001,100002,100002,100002,100002,100003,100003,100003,100003,100003,100003,100004,100004)
                   ,ID_2=c(1,11,111,1111,11111,111111,2,22,222,2222,3,33,333,3333,33333,333333,4,44)
                   ,Direction=c(1,1,1,0,0,0,1,1,0,0,1,1,1,0,0,1,1,1)
                   )

我当前(太慢)的代码:

  DF2 <- data.frame( ID_1=DF[!duplicated(DF$ID_1),][,1])

  for (i in 1:length(unique(DF2$ID_1))){
    DF2$ID_2_D1[i] <- list(subset(DF,ID_1==unique(DF2$ID_1)[i] & Direction==1)$ID_2)
    DF2$ID_2_D0[i] <- list(subset(DF,ID_1==unique(DF2$ID_1)[i] & Direction==0)$ID_2)        
  }

Answer 1

像这样:

library(reshape2)
dcast(DF, ID_1 ~ Direction, value.var = "ID_2", list)
#     ID_1                   0                  1
# 1 100001 1111, 11111, 111111         1, 11, 111
# 2 100002           222, 2222              2, 22
# 3 100003         3333, 33333 3, 33, 333, 333333
# 4 100004                                  4, 44