R 基于列的数据帧子集高效输出方法

与

我想到了这个：

1.tsv
1   0.49
1   1.04

2.tsv
2   0.40
2   0.97

...

7.tsv
7   -0.03
7   0.52

但是我很好奇是否有更好的方法来完成这项工作而不使用for循环

---

谢谢

您通常可以使用在for-loop-in函数中使用的相同构造，并与apply系列中的一个组合使用：

---

然而，为了清楚起见，我认为for循环选项更好。而且，对于这样的操作，这两种方法的速度非常相似。apply系列的真正优势在于，当您需要扩展一个数据结构时，其大小是您事先无法知道的。

您通常可以使用在for-loop-in函数中使用的相同构造，并与apply系列中的一个组合使用：

然而，为了清楚起见，我认为for循环选项更好。而且，对于这样的操作，这两种方法的速度非常相似。apply系列的真正优势在于，当您需要扩展一个数据结构时，其大小是您事先无法知道的。

使用拆分和映射是一种选择

myfun <- function(wk) {
   write.table(df[df$week == wk, ]
          , file = paste(wk, ".tsv", sep = "")
          , sep = "\t", row.names = F, col.names = F, quote = F)
}

lapply(unique(df$week), myfun)

使用拆分和映射是一种选择

myfun <- function(wk) {
   write.table(df[df$week == wk, ]
          , file = paste(wk, ".tsv", sep = "")
          , sep = "\t", row.names = F, col.names = F, quote = F)
}

lapply(unique(df$week), myfun)

---

谢谢你的澄清，贾斯汀。我想这正是我想要的。我总是对apply家族感到困惑，想不出一个好的方法来使用它们。谢谢你的澄清，Justin。我想这正是我想要的。我总是对apply家族感到困惑，想不出一个好的方法来使用它们。很酷。谢谢我喜欢它，只是它需要创建额外的对象。非常酷。谢谢我喜欢它，只是它需要创建额外的对象。

myfun <- function(wk) {
   write.table(df[df$week == wk, ]
          , file = paste(wk, ".tsv", sep = "")
          , sep = "\t", row.names = F, col.names = F, quote = F)
}

lapply(unique(df$week), myfun)

df.split <- split(df, df$week)
invisible( # hide Map return value, just a list of NULLs.
    Map(write.table, x=df.split, file=paste(names(df.split), "tsv", sep="."), 
        row.names=F, col.names=F, quote=F)
)