R data.table中dlply的等效值

我试图实现dlply对

data.table

的相同功能。作为一个非常简单的例子：

library(plyr)
library(data.table)
dt <- data.table( p = c("A", "B"), q = 1:2 )

dlply( dt, "p", identity )
$A
  p q
1 A 1

$B
  p q
1 B 2

dt[ , identity(.SD), by = p ]
   p q
1: A 1
2: B 2

foo <- function(x) as.list(x)
dt[ , foo(.SD), by = p ]
   p q
1: A 1
2: B 2

库（plyr）
库（数据表）
dt试试这个：

> split(dt, dt[["p"]])
$A
   p q
1: A 1

$B
   p q
1: B 2

关于G.Grothendieck的回答，我很好奇split的表现如何：

dt <- data.table( p = rep( LETTERS[1:25], 1E6), q = 25*1E6, key = "p" )

system.time(
  ll <- split(dt, dt[ ,p ] )
)
  user  system elapsed 
  5.237   1.340   6.563 

system.time(
  ll <- lapply( unique(dt[,p]), function(x) dt[x] )
)
  user  system elapsed 
  1.179   0.363   1.541

以下是一种更为面向数据的方法。表

方法：

setkey(dt, p)
dt[, list(list(dt[J(.BY[[1]])])), by = p]$V1
#[[1]]
#   p q
#1: A 1
#
#[[2]]
#   p q
#1: B 2

有更多的

数据。表

样式替代上述样式，但这似乎是最快的-下面是与

lappy

的比较：

dt <- data.table( p = rep( LETTERS[1:25], 1E6), q = 25*1E6, key = "p" )
microbenchmark(dt[, list(list(dt[J(.BY[[1]])])), by = p]$V1, lapply(unique(dt$p), function(x) dt[x]), times = 10)
#Unit: seconds
#                                        expr      min       lq   median       uq      max neval
#dt[, list(list(dt[J(.BY[[1]])])), by = p]$V1 1.111385 1.508594 1.717357 1.966694 2.108188    10
#     lapply(unique(dt$p), function(x) dt[x]) 1.871054 1.934865 2.216192 2.282428 2.367505    10

---

dt哦，这很简单：-）我只是想知道性能，因为split没有使用
数据表
语法和功能。但你的回答实际上给了我正确方向的暗示。非常感谢！plyr是一个单独的包，用于轻松地在不同的数据结构之间进行转换。data.table作为高效/增强的data.frame实现。这是它的唯一目的。因此，没有内部有效的方法来做到这一点。您已经展示了（lappy）一个人可以做什么。为什么要拆分data.table？这违背了使用data.table的全部目的（通过避免拷贝来提高效率）。@Roland我完全同意。也许我的例子不够清楚。实际上，我想做的是对一系列数据执行操作。表子集了一些操作，这些操作最终构造了新的
引用类
对象，我想将这些对象作为列表返回。+1用于使用
。BY
，这是我还没有学会如何使用的
.VAR
之一。我不喜欢语法，但这最能回答我的问题。我刚刚意识到
dt[，list（list（…）），by=p]
不仅是我问题的最佳答案，也是最完美的答案。结果列
V1
甚至可能包含任何类型的对象（原语、S3、S4、引用类对象等）。也就是说，我更讨厌语法：-）@Beasterfield你到底讨厌什么语法？你期望的是什么，或者为什么它没有达到你的期望呢？这并不是说它不像
dlply
那么容易使用，而是在美学上我更喜欢
dlply（dt，“id”，foo）
而不是
dt[，list（list（foo（.SD））），by=id]$V1
。
dt <- data.table( p = rep( LETTERS[1:25], 1E6), q = 25*1E6, key = "p" )
microbenchmark(dt[, list(list(dt[J(.BY[[1]])])), by = p]$V1, lapply(unique(dt$p), function(x) dt[x]), times = 10)
#Unit: seconds
#                                        expr      min       lq   median       uq      max neval
#dt[, list(list(dt[J(.BY[[1]])])), by = p]$V1 1.111385 1.508594 1.717357 1.966694 2.108188    10
#     lapply(unique(dt$p), function(x) dt[x]) 1.871054 1.934865 2.216192 2.282428 2.367505    10