防止 data.table 将不同长度的向量列表强制转换为 data.table

Question

data.table 中的（合理的）默认值似乎是尽可能保留列表中向量的矩形性质，根据需要重复单元素项，然后将结果强制到 data.table 中。

假设你有一个数据表

foo

foo <- data.table(
  a = c(1, 2, 3),
  b = c(TRUE, TRUE, FALSE)
)

你想要的是返回一个非 data.table 命名（不规则）列表，如下所示：

list(
  a = foo[(b), a],
  n = foo[(b), .N]
)

#$a
#[1] 1 2
#n
#[1] 2

我一直在以不同的方式处理列表列表，但我无法阻止 data.table 将 j 中返回的内容强制到 data.table 中（如果它能够这样做的话）。例如，这个：

foo[(b), {
  .(a = a,
    n = .N) 
}]

返回包含两行、列名称

a

和

n

的 data.table。

将其嵌套在另一个列表中可以将列表作为一列返回，并且没有名称：

foo[(b),
  .(.("a" = a,
      "n" = .N))
]

#     V1
# 1: 1,2
# 2:   2

无论如何，我觉得我错过了一些东西，但我已经没有办法搜索和阅读文档了。

我也有兴趣知道在对结果列表进行索引时拐点可能在哪里，因为也许这并不重要。如果列表中有一个长度为 1000 万的向量，旁边还有 100 个长度为 1 的向量，我认为不规则列表在内存方面比 data.table 更高效。但除了内存问题之外，这两个选项之一的计算效率是否更高：

bar_list$singleInt

# vs

bar_dt[1, singleInt]

Answer 1

foo[(b), .(.("a" = a, "n" = .N)) ]
#        V1
#    <list>
# 1:    1,2
# 2:      2

它有

V1

作为名称，因为外部

.(..)

意味着返回一个新的列表/表，但由于您没有命名任何立即内部参数，因此它会自行命名。您可以使用

更改该行为

foo[(b), .(quux = .("a" = a, "n" = .N)) ]
#      quux
#    <list>
# 1:    1,2
# 2:      2

我还在我的 R 实例中设置了（默认情况下）

options(datatable.print.class=TRUE)

，这使我们可以看到这是一个列表列（正如您可能已经怀疑的那样）。这是一个列表，因为摘要中有 inner

.(.)

。

不幸的是，

data.table

默认将

list

参数中的任何

j=

返回转换为

data.table

（为了方便起见，请意识到

.(.)

是

list(.)

的同义词）。如果您想要一个参差不齐的列表，那么您需要超出正常的

data.table

语义。

with(foo[(b),],  list("a" = a, "n" = length(a)))
# $a
# [1] 1 2
# $n
# [1] 2

请注意，我们不能再使用

.N

特殊符号，尽管在这里使用

length(a)

非常便宜。