递归地构建数据框列表（在 R 中）- 是循环选项吗？答案

【问题标题】：Recursively building a list of dataframes (in R) - is loop only option?递归地构建数据框列表（在 R 中）- 是循环选项吗？
【发布时间】：2016-01-07 09:05:55
【问题描述】：

我有一个包含 n 列的数据框，我需要获取其变量的组合：

例如：

df <- data.frame(A = c("a1","a2","a3","a4","a5","a6"),
                 B = c("a1","a1","a3","a3","a5","a5"),
                 C = c("a1","a1","a1","a3","a4","a4"),
                 D = c("a1","a1","a1","a3","a4","a5"))

我需要创建一个包含 n-1 个元素的列表，每个元素都包含数据框变量的所有唯一组合。第一个元素包括从第一列到最后一列的唯一值。对于每个后续元素，我需要删除前一个附加数据帧的第一列。像这样：

myList <- list(unique(df[,1:ncol(df)), 
               unique(df[,2:ncol(df)),
               unique(df[,3:ncol(df)))

我设法用 for 循环解决了这个问题：

myList <- list()
for (i in 1:(ncol(df) - 1)){
    myList[[i]] <- unique(df[, i:ncol(df)])
}

但我想知道是否有更快、更优雅的方法来做到这一点。

【问题讨论】：

您可以随时隐藏它。 :) sapply(1:(ncol(df)-1), FUN = function(x, nc, df) df[, x:nc], nc = ncol(df), df = df)
谢谢！有用。小编辑：sapply(1:(ncol(df)-1), FUN = function(x, nc, df) unique(df[, x:nc]), nc = ncol(df), df = df)
将此添加为答案并在宽限期后接受。

标签： r list dataframe

【解决方案1】：

使用 sapply()：

sapply(1:(ncol(df)-1), 
       FUN = function(x, nc, df) unique(df[, x:nc]), nc = ncol(df), df = df)

【讨论】：

【解决方案2】：

一个优雅的解决方案是递归：

func = function(df, n, lst)
{
    if(ncol(df)==n) return(lst)
    func(df, n+1, c(lst, list(unique(df[n:ncol(df)]))))
}

#> func(df,1, list())
#[[1]]
#   A  B  C  D
#1 a1 a1 a1 a1
#2 a2 a1 a1 a1
#3 a3 a3 a1 a1
#4 a4 a3 a3 a3
#5 a5 a5 a4 a4
#6 a6 a5 a4 a5

#[[2]]
#   B  C  D
#1 a1 a1 a1
#3 a3 a1 a1
#4 a3 a3 a3
#5 a5 a4 a4
#6 a5 a4 a5

#[[3]]
#   C  D
#1 a1 a1
#4 a3 a3
#5 a4 a4
#6 a4 a5

【讨论】：