按因子级别拆分数据框，并按这些级别命名数据框

Question

我希望将现有数据帧除以其中一个因子变量的级别，以便拆分数据帧的名称对应于因子的级别。

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

如果df是原始数据框，我想将其拆分为三个名为A，B和C的数据框，以便：

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

有一种简单的方法可以一次性完成这项工作吗？我有一个庞大的数据集，因子变量的级别太多了。

Answer 1

在基础R中，您应该使用函数split。 split有一个default方法，一个用于data.frame。但是，我发现split.data.frame非常慢，因为要分割的级别变得很大。也就是说，

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

上述解决方案会直接为您提供您所要求的名称，但会在很大程度上阻塞。

如果您愿意使用外部包进行交易以提高速度/效率，我建议使用data.table包：

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

Answer 2

您可以使用plyr包

来执行此操作

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

Answer 3

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

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

Ops，提供了更好的答案，但已被删除 - 我将把解决方案放在这里：

split(df, df$Z)