拆分数据框，应用函数，并在嵌套列表中返回结果答案

【问题标题】：Split data frame, apply function, and return results in a nested list拆分数据框，应用函数，并在嵌套列表中返回结果
【发布时间】：2012-07-18 10:10:59
【问题描述】：

我的问题标题几乎与dlply（plyr 包）描述一致，“嵌套”部分除外。

让我用一个例子来解释：

library(plyr)
res <- dlply(mtcars, c("gear", "carb"), identity)
head(res, 2)
# $`3.1`
#                 mpg cyl  disp  hp drat    wt  qsec vs am gear carb
# Hornet 4 Drive 21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
# Valiant        18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
# Toyota Corona  21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
# 
# $`3.2`
#                    mpg cyl disp  hp drat    wt  qsec vs am gear carb
# Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
# Dodge Challenger  15.5   8  318 150 2.76 3.520 16.87  0  0    3    2
# AMC Javelin       15.2   8  304 150 3.15 3.435 17.30  0  0    3    2
# Pontiac Firebird  19.2   8  400 175 3.08 3.845 17.05  0  0    3    2

如您所见，输出是一个列表，其中名称（键）是我用于拆分数据的两个变量的串联，例如"3.1" 是 (gear = 3, carb = 1) 的密钥。

相反，我希望我的结果是一个嵌套列表，以便可以通过两组键访问元素，一组键用于我的每个拆分变量：res[["3"][["1"]]。

周围有什么东西，不一定来自plyr 包，可以实现这个吗？我希望答案可以推广到任意数量的拆分变量。此外，尽管我的示例使用了 identity 函数，但我可以应用任何函数也很重要，这只会导致数据的拆分。谢谢你的建议。

【问题讨论】：

标签： r list plyr

【解决方案1】：

我自己提出了一个解决方案，它使用递归：

nested.dlply <- function(df, by, fun, ...) {

   require(plyr)

   if (length(by) == 1) {
      dlply(df, by, fun, ...)
   } else {
      dlply(df, by[1], nested.dlply, by[-1], fun, ...)
   }
}

这里有几个例子：

nested.dlply(mtcars, c("gear", "carb"), identity)
# $`3`
# $`3`$`1`
#                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
# Hornet 4 Drive 21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
# Valiant        18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
# Toyota Corona  21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
# 
# $`3`$`2`
#                    mpg cyl disp  hp drat    wt  qsec vs am gear carb
# Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
# Dodge Challenger  15.5   8  318 150 2.76 3.520 16.87  0  0    3    2
# AMC Javelin       15.2   8  304 150 3.15 3.435 17.30  0  0    3    2
# Pontiac Firebird  19.2   8  400 175 3.08 3.845 17.05  0  0    3    2
# [...]

nested.dlply(mtcars, c("gear", "carb"), head, 2)
# $`3`
# $`3`$`1`
#                 mpg cyl disp  hp drat    wt  qsec vs am gear carb
# Hornet 4 Drive 21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
# Valiant        18.1   6  225 105 2.76 3.460 20.22  1  0    3    1
# 
# $`3`$`2`
#                    mpg cyl disp  hp drat   wt  qsec vs am gear carb
# Hornet Sportabout 18.7   8  360 175 3.15 3.44 17.02  0  0    3    2
# Dodge Challenger  15.5   8  318 150 2.76 3.52 16.87  0  0    3    2
# [...]

我怀疑这是否非常有效，但它确实有效。我仍然欢迎你的建议。理想情况下，我希望某些包已经实现了它。

【讨论】：

我不确定你是否看到this post，但Brian Diggs 在那里提供了plyr 解决方案：dlply(mtcars, .(gear), dlply, .(carb)) 等等，用于更多嵌套。正如在那个问题上所讨论的那样，这种嵌套的数据结构可能不是最方便使用的。
谢谢@mrdwab。我认为推广 Brian Diggs 建议的嵌套 dlply 调用的唯一方法是使用上面的递归。您提供的链接确实帮助我缩短了代码（已编辑）。

【解决方案2】：

嵌套split怎么样？

temp = lapply(split(mtcars, mtcars$gear), function(x) split(x, x$carb))
temp[["3"]]["1"]
# $`1`
#                 mpg cyl  disp  hp drat    wt  qsec vs am gear carb
# Hornet 4 Drive 21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
# Valiant        18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
# Toyota Corona  21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1

【讨论】：

谢谢，但它并不能完全解决我的问题，请阅读我的问题的结尾：我需要将它推广到任意数量的拆分变量（不仅仅是两个），并且它需要应用一个函数（不仅仅是拆分）。