我有一个这样的数据框：
set.seed(34)
startingframe <- data.frame(
group1=factor(rep(c("a","b"),each=3,times=1)),
time=rep(1:3,each=1,times=2),
othercolumn=rnorm(1:6)
)
...我试图将其操纵成一个列表，该列表按组和列的每个“迭代”划分time，结果如下所示：
$a1
group1 time othercolumn
1 a 1 -0.13889
$a2
group1 time othercolumn
1 a 1 -0.138890
2 a 2 1.199813
$a3
group1 time othercolumn
1 a 1 -0.1388900
2 a 2 1.1998129
3 a 3 -0.7477224
$b1
group1 time othercolumn
4 b 1 -0.5752482
$b2
group1 time othercolumn
4 b 1 -0.5752482
5 b 2 -0.2635815
$b3
group1 time othercolumn
4 b 1 -0.5752482
5 b 2 -0.2635815
6 b 3 -0.4554921
我想我只需要将迭代位合并到此代码中：
split_list <- split(startingframe,list(startingframe$group1,startingframe$time))
编辑：我可能已经简化了原始问题，但是实际数据集还有其他一些列需要通过列表进行传递。
您可以head为序列中的每个数字，数据的1:nrow(x)每个子组x使用
out <- lapply(split(df, df$group1), function(x) lapply(1:nrow(x), head, x = x))
out <- unlist(out, recursive = F)
out
# $`a1`
# group1 time
# 1: a 1
#
# $a2
# group1 time
# 1: a 1
# 2: a 2
#
# $a3
# group1 time
# 1: a 1
# 2: a 2
# 3: a 3
#
# $b1
# group1 time
# 1: b 1
#
# $b2
# group1 time
# 1: b 1
# 2: b 2
#
# $b3
# group1 time
# 1: b 1
# 2: b 2
# 3: b 3
但是，您可能不需要创建所有这些数据框的列表，而可以只创建索引列表并根据需要使用它们。
inds <-
lapply(split(seq(nrow(df)), df$group1), function(x)
lapply(1:length(x), function(y) x[seq(y)]))
inds
# $`a`
# $`a`[[1]]
# [1] 1
#
# $`a`[[2]]
# [1] 1 2
#
# $`a`[[3]]
# [1] 1 2 3
#
#
# $b
# $b[[1]]
# [1] 4
#
# $b[[2]]
# [1] 4 5
#
# $b[[3]]
# [1] 4 5 6
df[inds$b[[2]]]
# group1 time
# 1: b 1
# 2: b 2
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句