答案 0 :(得分:276)
答案 1 :(得分:59)
chunk2 <- function(x,n) split(x, cut(seq_along(x), n, labels = FALSE))
答案 2 :(得分:26)
simplified version...
n = 3
split(x, sort(x%%n))
答案 3 :(得分:18)
答案 4 :(得分:17)
尝试使用ggplot2函数cut_number
:
library(ggplot2)
x <- 1:10
n <- 3
cut_number(x, n) # labels = FALSE if you just want an integer result
#> [1] [1,4] [1,4] [1,4] [1,4] (4,7] (4,7] (4,7] (7,10] (7,10] (7,10]
#> Levels: [1,4] (4,7] (7,10]
# if you want it split into a list:
split(x, cut_number(x, n))
#> $`[1,4]`
#> [1] 1 2 3 4
#>
#> $`(4,7]`
#> [1] 5 6 7
#>
#> $`(7,10]`
#> [1] 8 9 10
答案 5 :(得分:12)
答案 6 :(得分:8)
答案 7 :(得分:7)
答案 8 :(得分:6)
这是另一种变体。
注意:使用此示例,您将在第二个参数
中指定CHUNK SIZE
chunk <- function(x,n)
{
f <- sort(rep(1:(trunc(length(x)/n)+1),n))[1:length(x)]
return(split(x,f))
}
#Test
n<-c(1,2,3,4,5,6,7,8,9,10,11)
c<-chunk(n,5)
q<-lapply(c, function(r) cat(r,sep=",",collapse="|") )
#output
1,2,3,4,5,|6,7,8,9,10,|11,|
答案 9 :(得分:5)
我需要相同的功能并且已经阅读了之前的解决方案,但是我还需要将不平衡的块放在最后,即如果我有10个元素将它们分成3个向量,那么我的结果应该有向量分别有3,3,4个元素。所以我使用了以下内容(为了便于阅读,我保留了未经优化的代码,否则无需更多变量):
chunk <- function(x,n){
numOfVectors <- floor(length(x)/n)
elementsPerVector <- c(rep(n,numOfVectors-1),n+length(x) %% n)
elemDistPerVector <- rep(1:numOfVectors,elementsPerVector)
split(x,factor(elemDistPerVector))
}
set.seed(1)
x <- rnorm(10)
n <- 3
chunk(x,n)
$`1`
[1] -0.6264538 0.1836433 -0.8356286
$`2`
[1] 1.5952808 0.3295078 -0.8204684
$`3`
[1] 0.4874291 0.7383247 0.5757814 -0.3053884
答案 10 :(得分:5)
使用基数R的rep_len
:
x <- 1:10
n <- 3
split(x, rep_len(1:n, length(x)))
# $`1`
# [1] 1 4 7 10
#
# $`2`
# [1] 2 5 8
#
# $`3`
# [1] 3 6 9
如前所述,如果要排序索引,只需:
split(x, sort(rep_len(1:n, length(x))))
# $`1`
# [1] 1 2 3 4
#
# $`2`
# [1] 5 6 7
#
# $`3`
# [1] 8 9 10
答案 11 :(得分:4)
通过简单地使用索引来分割矢量的简单功能 - 无需过度复杂化
vsplit <- function(v, n) {
l = length(v)
r = l/n
return(lapply(1:n, function(i) {
s = max(1, round(r*(i-1))+1)
e = min(l, round(r*i))
return(v[s:e])
}))
}
答案 12 :(得分:3)
如果你不喜欢split()
和,你不喜欢matrix()
(悬挂的NAs),那就是:
chunk <- function(x, n) (mapply(function(a, b) (x[a:b]), seq.int(from=1, to=length(x), by=n), pmin(seq.int(from=1, to=length(x), by=n)+(n-1), length(x)), SIMPLIFY=FALSE))
与split()
一样,它会返回一个列表,但它不会浪费时间或空格和标签,因此可能会更高效。
答案 13 :(得分:2)
我需要一个函数,它接受data.table(引号)的参数和另一个参数,该参数是原始data.table子集中行数的上限。此函数生成任意数量的data.tables,上限允许:
library(data.table)
split_dt <- function(x,y)
{
for(i in seq(from=1,to=nrow(get(x)),by=y))
{df_ <<- get(x)[i:(i + y)];
assign(paste0("df_",i),df_,inherits=TRUE)}
rm(df_,inherits=TRUE)
}
这个函数给了我一系列data.tables,名为df_ [number],名称中包含原始data.table的起始行。最后一个data.table可以很短并且填充了NA,因此您必须将其子集返回到剩下的任何数据。这种类型的功能非常有用,因为某些GIS软件对您可以导入的地址引脚数量有限制。因此,可能不建议将data.tables分成较小的块,但可能无法避免。
答案 14 :(得分:2)
如果你不喜欢split()
并且你不介意NAs填补你的短尾:
chunk <- function(x, n) { if((length(x)%%n)==0) {return(matrix(x, nrow=n))} else {return(matrix(append(x, rep(NA, n-(length(x)%%n))), nrow=n))} }
返回矩阵的列([,1:ncol])是您正在寻找的机器人。
答案 15 :(得分:2)
归功于@Sebastian这个function
chunk <- function(x,y){
split(x, factor(sort(rank(row.names(x))%%y)))
}
答案 16 :(得分:0)
很抱歉,这个答案来得太晚了,但也许对其他人很有用。实际上,有一个非常有用的解决方案,在?split的结尾进行了解释。
> testVector <- c(1:10) #I want to divide it into 5 parts
> VectorList <- split(testVector, 1:5)
> VectorList
$`1`
[1] 1 6
$`2`
[1] 2 7
$`3`
[1] 3 8
$`4`
[1] 4 9
$`5`
[1] 5 10
答案 17 :(得分:0)
另一种可能性是软件包splitIndices
中的parallel
函数:
library(parallel)
splitIndices(20, 3)
礼物:
[[1]]
[1] 1 2 3 4 5 6 7
[[2]]
[1] 8 9 10 11 12 13
[[3]]
[1] 14 15 16 17 18 19 20
答案 18 :(得分:0)
哇,这个问题比预期的要引人注目。
感谢所有想法。我想出了这个解决方案:
require(magrittr)
create.chunks <- function(x, elements.per.chunk){
# plain R version
# split(x, rep(seq_along(x), each = elements.per.chunk)[seq_along(x)])
# magrittr version - because that's what people use now
x %>% seq_along %>% rep(., each = elements.per.chunk) %>% extract(seq_along(x)) %>% split(x, .)
}
create.chunks(letters[1:10], 3)
$`1`
[1] "a" "b" "c"
$`2`
[1] "d" "e" "f"
$`3`
[1] "g" "h" "i"
$`4`
[1] "j"
关键是使用seq(each = chunk.size)参数,使其起作用。在我先前的解决方案中,使用seq_along的行为与rank(x)相似,但实际上能够使用重复的条目产生正确的结果。
答案 19 :(得分:0)
这将拆分为大小为/ n /k⌋+ 1或⌊n/k⌋的块,并且不使用O(n log n)排序。
get_chunk_id<-function(n, k){
r <- n %% k
s <- n %/% k
i<-seq_len(n)
1 + ifelse (i <= r * (s+1), (i-1) %/% (s+1), r + ((i - r * (s+1)-1) %/% s))
}
split(1:10, get_chunk_id(10,3))