按因子级别拆分数据帧，并按这些级别命名数据帧

Question

我想按一个因子变量的级别拆分现有的数据帧，以便拆分的数据帧的名称与因子的级别相对应。

df <- data.frame(cbind(X = 1:10, Y = rnorm(10)), Z = sample(LETTERS[1:3], 10, replace = TRUE))

如果df是原始数据帧，我想将它拆分为三个数据帧，分别称为A、B和C，这样：

A = subset(df, Z == 'A')
B = subset(df, Z == 'B')
...

有没有一种简单的方法可以一次完成这项工作？我有一个巨大的数据集，并且因子变量有太多的级别。

Answer 1

您可以使用plyr包完成此操作

require(plyr)
dlply(df, .(Z))

Answer 2

在基数R中，您应该使用函数split。split有一个default方法和一个用于data.frame的方法。然而，我发现split.data.frame非常慢，因为要拆分的级别数量变得很大。那是,

# inefficient in my opinion
split(df, df$Z)

上面的解决方案也会直接给出你想要的名字，但在大的级别上会卡住。

如果您愿意使用外部包来提高速度/效率，我建议您使用data.table包：

require(data.table)
dt <- data.table(df)
oo <- dt[, list(list(.SD)), by = Z]$V1
names(oo) <- unique(dt$Z)

Answer 3

sapply( levels( df$Z ), function( x ) list( subset( df, Z == x ) ) )

这将返回一个列表，其中的元素以df$Z的级别命名，每个元素都包含df的子集。

Ops，提供了一个更好的答案，但已被删除--我将把解决方案放在这里：

split(df, df$Z)