基于R中向量中每个列表的公共第一个元素，组合列表向量中的所有元素

我有一个相当大的列表向量（大约300000行）。 例如，让我们考虑如下：

vec = c( 
  list(c("A",10,11,12)), 
  list(c("B",10,11,15)),
  list(c("A",10,12,12,16)),
  list(c("A",11,12,16,17)) )

现在，我想做以下工作：

vec = c( 
  list(c("A",10,11,12)), 
  list(c("B",10,11,15)),
  list(c("A",10,12,12,16)),
  list(c("A",11,12,16,17)) )

对于向量中每个列表的每个唯一第一个元素，我需要向量中所有列表中与之对应的所有唯一元素，以及相应的频率

输出有点像：

对于

A

，我将使用频率分别为

2、2、4、2和1的元素
10、11、12、16和17
。对于
B
，它将是
10,11,15
，频率
1,1,1

多谢各位，
Ankur.
这里有一种方法

首先，创建列表的简单方法是：

L <- list(c("A", 10, 11, 12), 
          c("B", 10, 11, 15), 
          c("A", 10, 12, 12, 16), 
          c("A", 11, 12, 16, 17))


扩大到包含300000个相似大小元素的列表：

L <- replicate(300000, c(sample(LETTERS, 1), sample(100, sample(3:4, 1))))

system.time(
  freqs <- tapply(L, sapply(L, '[[', 1), function(x) 
    table(unlist(lapply(x, function(x) x[-1]))))
)

## user  system elapsed 
## 0.68    0.00    0.69 


如果只想将特定组的值制成表格，例如组
a
（以
a
开头的向量），则可以将上述结果子集：

L2 <- tapply(L, sapply(L, '[[', 1), function(x) 
  sort(table(unlist(lapply(x, function(x) x[-1]))), decreasing=TRUE), 
  simplify=FALSE)

L2$A

其中，
split
首先根据向量的第一个元素将
L
拆分为多个组，然后我们使用
$A
将
A
子集为一组

首先，创建列表的简单方法是：

L <- list(c("A", 10, 11, 12), 
          c("B", 10, 11, 15), 
          c("A", 10, 12, 12, 16), 
          c("A", 11, 12, 16, 17))


扩大到包含300000个相似大小元素的列表：

L <- replicate(300000, c(sample(LETTERS, 1), sample(100, sample(3:4, 1))))

system.time(
  freqs <- tapply(L, sapply(L, '[[', 1), function(x) 
    table(unlist(lapply(x, function(x) x[-1]))))
)

## user  system elapsed 
## 0.68    0.00    0.69 


如果只想将特定组的值制成表格，例如组
a
（以
a
开头的向量），则可以将上述结果子集：

L2 <- tapply(L, sapply(L, '[[', 1), function(x) 
  sort(table(unlist(lapply(x, function(x) x[-1]))), decreasing=TRUE), 
  simplify=FALSE)

L2$A

其中，
split
首先根据向量的第一个元素将
L
拆分为多个组，然后我们使用
$A
将
A
子集为组（1）请检查代码的括号；（2） 你有一个向量列表，或者一个向量向量，但没有一个列表向量；（3） 你说的300000行是什么意思？；（4） 您是否知道，如果将字符元素与数字元素组合在一个原子向量中，整个向量将强制为字符？；（5） 请尝试澄清你的文章标题。我刚刚编辑，因为我假设它是一个平面向量，缺少一个括号。如果向量确实嵌套得更深，请还原编辑。我已经安排了代码来显示简单的嵌套。（2）我有一个由“vec”定义的列表向量。（3） 我的代码中“vec”的长度是300000。但是，这里我们可以使用这个简短的示例。（4） 我知道强迫。让我们假设整个向量是字符@jbaumsThank@Spacedman。这正是我的意思。@mtoto
is.vector（c（list（1,2,3），list（4,5,6））
不同意您的意见。（1）请检查代码的括号；（2） 你有一个向量列表，或者一个向量向量，但没有一个列表向量；（3） 你说的300000行是什么意思？；（4） 您是否知道，如果将字符元素与数字元素组合在一个原子向量中，整个向量将强制为字符？；（5） 请尝试澄清你的文章标题。我刚刚编辑，因为我假设它是一个平面向量，缺少一个括号。如果向量确实嵌套得更深，请还原编辑。我已经安排了代码来显示简单的嵌套。（2）我有一个由“vec”定义的列表向量。（3） 我的代码中“vec”的长度是300000。但是，这里我们可以使用这个简短的示例。（4） 我知道强迫。让我们假设整个向量是字符@jbaumsThank@Spacedman。这正是我的意思。@mtoto
是.vector（c（list（1,2,3），list（4,5,6））
不同意你的观点。整洁，我唯一担心的解决方案可能是从300000个元素构造长向量（然后将其输入
表
）。它可能比从元素增量循环和构建表的方法慢。继续，将数据扩展到300000个元素，看看需要多长时间！（回答：在一个300000长的列表中，每个列表中约有10个元素，3秒钟！）谢谢@jbaums。如果我想根据频率的降序对内部列表进行排序怎么办？@James1991-你的意思是对结果列表的向量进行排序吗？-请看我的编辑。所以对于“A”，它将是：121011617，频率421@jbaumsGreat@杰鲍姆斯。另一方面。如果我只想得到向量中指定的一些值的结果列表，那么？例如，假设我有一个向量，里面有“a”。然后，我只需要输出列表中的$A。整洁，我唯一担心的解决方案可能是从300000个元素构造长向量（然后将其输入到
表中
）。它可能比从元素增量循环和构建表的方法慢。继续，将数据扩展到300000个元素，看看需要多长时间！（回答：在一个300000长的列表中，每个列表中约有10个元素，3秒钟！）谢谢@jbaums。如果我想根据频率的降序对内部列表进行排序怎么办？@James1991-你的意思是对结果列表的向量进行排序吗？-请看我的编辑。所以对于“A”，它将是：121011617，频率421@jbaumsGreat@杰鲍姆斯。另一方面。如果我只想得到向量中指定的一些值的结果列表，那么？例如，假设我有一个向量，里面有“a”。然后我只需要输出列表中的$A。