按因子和名称数据框的级别拆分数据帧

Question

我想根据其中一个因子变量的级别拆分现有数据框，以便拆分数据框的名称将与该因子的级别相对应。

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

如果df是原始数据框，我想把它分成三个dataframes称为A，B和C，使得：

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

有一个简单的办法一次性做到这一点？我有一个巨大的数据集和因子变量有太多的水平。

Answer 1

您可以用plyr包

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

Answer 2

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的级别命名的元素，每个元素包含df的子集。

行动，一个更好的答案被提供，但已被删除 - 我会在这里把解决方案：

split(df, df$Z) 

Answer 3

在基础R，你应该使用功能split。并且split具有default方法和data.frame。但是，我发现split.data.frame是非常缓慢的，因为分裂的层数变得很大。也就是，

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

上述解决方案会给你你直接要求的名字，但会在很大程度上窒息。

而且，如果你愿意使用速度/效率，外部包交易，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)