按列对数据框进行子集化并返回这些子集的列表

Question

我想要一个这样的数据框：

df <- data.frame(
  SortCol1 = rep(c("One", "Two", "Three", "Four"), times = 5),
  SortCol2 = rep(c("A", "B"), times = 10),
  Arb1 = rep(c(1,0,1,1,0), times = 4),
  Arb2 = rep(c(0,1,1,0,0), times = 4)
)

   SortCol1 SortCol2 Arb1 Arb2
1       One        A    1    0
2       Two        B    0    1
3     Three        A    1    1
4      Four        B    1    0
5       One        A    0    0
6       Two        B    1    0
7     Three        A    0    1
8      Four        B    1    1
9       One        A    1    0
10      Two        B    0    0
11    Three        A    1    0
12     Four        B    0    1
13      One        A    1    1
14      Two        B    1    0
15    Three        A    0    0
16     Four        B    1    0
17      One        A    0    1
18      Two        B    1    1
19    Three        A    1    0
20     Four        B    0    0

然后通过SortCol1 和SortCol2 对其进行子集化，以返回所有子集化数据帧的列表。

当我想将函数应用于Arb1 和Arb2 列时，在使用ddply 之前，我已经多次做过类似的事情。

例如我知道

ddply(df, c("SortCol1", "SortCol2"), numcolwise(sum))

将根据我想要的两列进行子集化，并返回一个包含这些列和 sum 函数的最小框架。

我想要的不是将函数应用于这些列，而是将每个子集作为列表的元素返回。

假设执行此操作的函数称为ddply_list。我希望有类似的东西

ddply_list(df, c("SortCol1", "SortCol2"))

这将返回一个列表，其元素将是数据框（我现在手动创建）：

df[df$SortCol1=="One" & df$SortCol2 == "A",]
   SortCol1 SortCol2 Arb1 Arb2
1       One        A    1    0
5       One        A    0    0
9       One        A    1    0
13      One        A    1    1
17      One        A    0    1

df[df$SortCol1=="Two" & df$SortCol2 == "B",]
   SortCol1 SortCol2 Arb1 Arb2
2       Two        B    0    1
6       Two        B    1    0
10      Two        B    0    0
14      Two        B    1    0
18      Two        B    1    1

SortCol1 和 SortCol2 的所有组合等。

如果已经有一个函数列表，那就完美了！如果没有，任何有关如何实现此解决方案的建议都会很棒！

我不确定的主要部分是将数据帧的所有子集（按列子集）作为数据帧列表返回的最简单方法。

换句话说，ddply 文档将.fun 参数描述为... 应用于每个部分的函数。我认为我想要的是一种将每个“片段”作为列表元素返回的方法（最好仍然附加用于子集的列）。

Answer 1

原来很简单：

split(df, df[c("SortCol1", "SortCol2"], drop=TRUE)

从这里窃取的答案： Automatically subset data frame by factor

用法：

split(x, f, drop = FALSE, ...)

其中x 是向量或数据框，y 是用于定义组的因子或因子列表。