我有一个大的data.frame像这样:
+--------+---------+
| A | B |
+--------+---------+
| USA | Chicago |
+--------+---------+
| USA | Chicago |
+--------+---------+
| France | Paris |
+--------+---------+
| Italy | Rome |
+--------+---------+
| France | Nice |
+--------+---------+
| Italy | Venice |
+--------+---------+
ie
AB <- structure(list(A = c("USA", "France", "Italy", "France", "Italy",
"USA"), B = c("Chicago", "Paris", "Rome", "Nice", "Venice", "Chicago"
)), row.names = c(NA, -6L), class = "data.frame")
而且我想创建一个像这样的列表:
list(USA = list("Chicago"), France = list("Paris", "Nice"), Italy = list(
"Rome", "Venice"))
这是我现在正在做的。
unique.As <- unique(AB$A)
ABL <- lapply(unique.As, function(current.A) {
return(unique(AB$B[AB$A == current.A]))
})
names(ABL) <- unique.As
我以前写过,列出具有65k行的data.frame大约需要10分钟。今天我意识到,几乎所有的时间都是我上面没有显示的lapply循环中的另一个步骤。
下面的akrun解决方案仍然更快,更优雅!
split
应该更快
lst1 <- split(as.list(AB$B), AB$A)
如果要同时具有“键”,“值”和“,”>
lst1 <- with(unique(AB), split(as.list(B), A))
或
with(AB[!duplicated(AB), ], split(as.list(B), A))