R：如何更改 data.table 列表的项目（或对象）名称？答案

【问题标题】：R: How to change item (or object) names of a data.table list?R：如何更改 data.table 列表的项目（或对象）名称？
【发布时间】：2015-10-11 18:48:58
【问题描述】：

我需要对我的数据进行“拆分”，以保留我之前的订单，为此我使用了here 提供的 data.table 解决方案。我根据两列“拆分”我的数据。请参阅下面的示例：

df = data.frame(product = c("b", "a", "b", "a"),
                value = c(sample(1:10,4)),
                year = c(2001, 2001, 2000, 2000))

require(data.table)
dt <- data.table(df)
dt[, grp := .GRP, by = list(product,year)] 
setkey(dt, grp)
o2 <- dt[, list(list(.SD)), by = grp]$V1

此代码返回列表，而不按字母或数字重新排序。但是，我想将项目名称更改为产品和年份的组合。

> o2
[[1]]
   product value year
1:       b     3 2001

[[2]]
   product value year
1:       a     8 2001

[[3]]
   product value year
1:       b     4 2000

[[4]]
   product value year
1:       a     7 2000

预期的结果应该是这样的：

> o2
$b.2001
   product value year
1:       b     3 2001

$a.2001
   product value year
1:       a     8 2001

$b.2000
   product value year
1:       b     4 2000

$a.2000
   product value year
1:       a     7 2000

另一种拆分技术也可以，但我需要保持我之前的顺序。感谢您的想法

【问题讨论】：

标签： r split data.table

【解决方案1】：

这是我目前的处理方式。

require(data.table)
tmp = setDT(df)[, list(grp=list(.SD)), by=.(product, year), .SDcols=names(df)]
setattr(ans <- tmp$grp, 'names', paste(tmp$product, tmp$year, sep="."))
ans
# $b.2001
#    product value year
# 1:       b     7 2001
# 
# $a.2001
#    product value year
# 1:       a     3 2001
# 
# $b.2000
#    product value year
# 1:       b    10 2000
# 
# $a.2000
#    product value year
# 1:       a     9 2000

我添加了一个FR #1389 来提供一个split.data.table 方法，使用它应该可以一步完成。

但在大多数情况下，处理一个data.frame/data.table 比处理一个列表更容易。因此，更深入地了解您的下游任务可能有助于确定这是否真的有必要..

【讨论】：

感谢您的回答。我有一个大型贸易数据集，必须拆分为 94 个产品和 17 年并链接到另一个数据集。因此，我每年需要相同的订单才能正确链接数据集（名称对于检查很重要，因为我在两者之间进行了一些计算）。

【解决方案2】：

最近对 data.table 的提交提供了split 方法。它建立在 Arun 的答案之上，并提供了一些额外的灵活性参数，请阅读 ?split data.table 方法了解详细信息。

split(setDT(df), by=c("product","year"))
#$b.2001
#   product value year
#1:       b     4 2001
#
#$a.2001
#   product value year
#1:       a     5 2001
#
#$b.2000
#   product value year
#1:       b     6 2000
#
#$a.2000
#   product value year
#1:       a     7 2000

安装当前开发的data.table可以通过

install.packages("data.table",
                 repos="https://Rdatatable.github.io/data.table",
                 type="source")

另外两个提供的解决方案，一个由 OP 和 Arun 提供，也是有效的，也将得到支持，添加了单元测试以确保这一点。如果您编写新代码，您绝对应该使用 split 方法来提高可读性。

【讨论】：