“更好的方法”；“合并”；R中多个列表中的多元素索引的所有组合？

假设我有两个列表，每个列表包含多个索引中多个子元素的可变编号：

list.a <- list(c("a","b","c"), c("x", "y", "z"))
list.b <- list(c("d", "e", "f","g"), c("m", "n"))

及

如何从每个列表的相应索引递归访问子元素的每个组合

• 例如，我想访问a-d、a-e、a-f、a-g、b-d、b-e。。。依此类推，第一个索引和每个列表的第二个索引的x-m、x-n、y-m、y-n、z-m和z-n

  [[1]]
   [1] "a d" "a e" "a f" "a g" "b d" "b e" "b f" "b g" "c d" "c e" "c f" "c g"
  
  [[2]]
  [1] "x m" "x n" "y m" "y n" "z m" "z n"
  

mapply

当我从每个列表中有多个子元素时（特别是当两个列表中的元素数量不相等时），似乎不起作用：

• 它跳过了一半的组合，而只是循环使用两个列表中较短的一个。我希望它能够将两个列表中共享索引中的所有组合组合组合起来

我知道我也可以使用

for

循环…：

list.d <- list()
for(i in 1:length(list.a)) {
  list.c <- list()
  list.d[[i]] <- {
    for(j in list.a[[i]]) {
      for(k in list.b[[i]]) {
       list.c <- c(list.c, paste(j, k))
      }
    }
    unlist(list.c)
    }
}

…但是循环充其量是混乱的，并且随着大量列表的出现变得相当缓慢

有更好的方法吗？

• 具体来说，是否有一种特殊的函数或某种方法来使用

  apply

  函数，从而更有效地完成此任务

---

---

（本部分不需要回答问题，但提供了其使用的上下文/扩展）：

对于那些好奇的人，我想把它扩展到

paste（）

之外，而是想在data.frame上使用它

• 例如：
  假设我有两个列表，每个列表包含多个索引和多个子元素：

  l1 <- list(c(1933:1935),c(1950:1954), c(2012:2013))  #groups of years
  l2 <- list(c(19:21),c(19:24),c(22:26))               #groups of plot numbers
  

  ---

  l1您需要
  展开.grid
  ，它用于：
  
  从提供的矢量或矢量的所有组合创建数据帧
  因素
  
  使用
  do.call（粘贴，…）
  是将数据帧的所有列粘贴在一起
  
  Map(function(a,b) do.call(paste, expand.grid(a,b)), list.a, list.b)
  
  #[[1]]
  # [1] "a d" "b d" "c d" "a e" "b e" "c e" "a f" "b f" "c f" "a g" "b g" "c g"
  
  #[[2]]
  #[1] "x m" "y m" "z m" "x n" "y n" "z n"
  
  
  对于问题的第二部分，我们可以按年份对数据框进行子集划分，并首先绘制图，然后使用rowsum按年份汇总面积：
  
  我从来都不知道如何引用列表的不同部分。我希望我的问题有意义…谢谢@Psidom！我如何将此扩展到仅粘贴
  之外？例如，如何将此方法应用于对data.frame进行子集设置？（见我问题的后半部分）您希望按年份或地块进行合计吗？可能
  Map（函数（年，图）和（子集（dat，图%在%图中，图%在%年中）$面积），l1，l2）
  ？我想按年进行聚合。但同样，只有当绘图列在另一个列表的重合索引中时，这才是唯一的。如果按年份聚合，请尝试映射（函数（年份，绘图）和（子集（dat，绘图%in%plots&年份%in%plots），行和（面积，年份）），l1，l2）您的代码工作得很好！谢谢，伙计！如果您将注释中的代码合并到您的答案中（不是覆盖当前的答案，而是添加到解释每种方法的代码中），我很乐意接受这一点：D。
  list.d <- list()
  for(i in 1:length(list.a)) {
    list.c <- list()
    list.d[[i]] <- {
      for(j in list.a[[i]]) {
        for(k in list.b[[i]]) {
         list.c <- c(list.c, paste(j, k))
        }
      }
      unlist(list.c)
      }
  }
  
  > list.d
  [[1]]
   [1] "a d" "a e" "a f" "a g" "b d" "b e" "b f" "b g" "c d" "c e" "c f" "c g"
  
  [[2]]
  [1] "x m" "x n" "y m" "y n" "z m" "z n"
  
  l1 <- list(c(1933:1935),c(1950:1954), c(2012:2013))  #groups of years
  l2 <- list(c(19:21),c(19:24),c(22:26))               #groups of plot numbers
  
  dat <- data.frame(plot = rep(1:30,81), year = rep(1933:2013, each = 30), area = sample(270))
  
  > head(dat)
    plot year area
  1    1 1933  137
  2    2 1933   72
  3    3 1933  136
  4    4 1933  187
  5    5 1933  206
  6    6 1933   74
  
  Map(function(a,b) do.call(paste, expand.grid(a,b)), list.a, list.b)
  
  #[[1]]
  # [1] "a d" "b d" "c d" "a e" "b e" "c e" "a f" "b f" "c f" "a g" "b g" "c g"
  
  #[[2]]
  #[1] "x m" "y m" "z m" "x n" "y n" "z n"
  
  Map(function(years, plots) {
      with(subset(dat, plot %in% plots & year %in% years), rowsum(area, year))
  }, l1, l2)
  
  [[1]]
       [,1]
  1933  257
  1934  398
  1935  640
  
  [[2]]
       [,1]
  1950  950
  1951  457
  1952  601
  1953 1202
  1954 1148
  
  [[3]]
       [,1]
  2012  736
  2013  497