R-如何避免重复过滤&；行绑定

因为我正在处理一个非常大的数据集，所以我需要按组对数据集进行切片，以便继续计算

我有一个person period（

melt

）数据集，如下所示

    group id var time
1      A  1   a    1
2      A  1   b    2
3      A  1   a    3
4      A  2   b    1
5      A  2   b    2
6      A  2   b    3
7      B  1   a    1
8      B  1   a    2
9      B  1   a    3
10     B  2   c    1
11     B  2   c    2
12     B  2   c    3

我需要做这个简单的转换

library(reshape2) 
library(dplyr) 

dt %>% dcast(group + id ~ time, value.var = 'var')

为了得到

  group id 1 2 3
1     A  1 a b a
2     A  2 b b b
3     B  1 a a a
4     B  2 c c c

到目前为止，一切顺利

但是，由于我的数据库太大，我需要为每个不同的组分别执行此操作，例如

a = dt %>% filter(group == 'A') %>% dcast(group + id ~ time, value.var ='var')
b = dt %>% filter(group == 'B') %>% dcast(group + id ~ time, value.var = 'var')

bind_rows(a,b)

我的问题是，我想避免手工操作。我的意思是，必须分别存储每个组，

a=…，b=…，c=…，等等

你知道我怎么能有一个单独的
管道
流来分离每个组，计算转换并把它放回一个数据帧中吗

dt = structure(list(group = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 
2L, 2L, 2L, 2L, 2L), .Label = c("A", "B"), class = "factor"), 
id = structure(c(1L, 1L, 1L, 2L, 2L, 2L, 1L, 1L, 1L, 2L, 2L, 2L), .Label = c("1", "2"), class = "factor"), var = structure(c(1L, 
2L, 1L, 2L, 2L, 2L, 1L, 1L, 1L, 3L, 3L, 3L), .Label = c("a", 
"b", "c"), class = "factor"), time = structure(c(1L, 2L, 
3L, 1L, 2L, 3L, 1L, 2L, 3L, 1L, 2L, 3L), .Label = c("1", 
"2", "3"), class = "factor")), .Names = c("group", "id", 
"var", "time"), row.names = c(NA, -12L), class = "data.frame")

lappy
这里是你的朋友：

do.call(rbind, lapply(unique(dt$Group), function(grp, dt){
  dt %>% filter(Group == grp) %>% dcast(group + id ~ time, value.var = "var")
}, dt = dt))

包purrr对于处理列表非常有用。首先按组分割数据集，然后使用
map_df
到
dcast
每个列表，但在单个data.frame中返回所有内容

library(purrr)

dt %>%
    split(.$group) %>%
    map_df(~dcast(.x, group + id ~ time, value.var = "var"))

  group id 1 2 3
1     A  1 a b a
2     A  2 b b b
3     B  1 a a a
4     B  2 c c c

如果你想使用一个额外的包，这是一个很好的解决方案：）我一定会把
purrr
放在我要签出的包列表上。