R 对具有两列作为因子的data.table应用函数

我有一个R data.table，看起来像下表

    User_ID Exec_No Job_No
1:    2      1      1   
2:    2      2      2 
3:    3      2      3
4:    1      2      4
5:    1      1      5
6:    3      2      6
7:    2      2      7
8:    1      1      8

现在，对于不同的（用户ID，执行编号）组合，我需要一个属于该类别的所有作业编号的向量

 list (
   list(User_ID = 2, Exec_No = 1, Job_Nos = c(1)) ,
   list(User_ID = 2, Exec_No = 2, Job_Nos = c(2,7)) ,
   list(User_ID =3, Exec_No = 2, Job_Nos = c(3,6)) ,
   list(User_ID =1, Exec_No = 2, Job_Nos = c(4)) ,
   list(User_ID =1, Exec_No = 1, Job_Nos = c(5,8)) 
 ) 

我希望操作的输出是一个列表列表

---

考虑到input data.table将有大约50万行，我如何快速地在R中实现这一点？

我认为您需要的是类似这样的内容，但同样很难从问题中判断：

setkey(DT, "User_ID", "Exec_No")

getJobNo <- function(U, E) 
  DT[.(U, E)][, unlist(Job_No)]


getJobNo(3, 2)

setkey（DT，“用户ID”，“执行编号”）
getJobNo我想你要找的是这样的东西，但同样很难从问题中分辨出来：

setkey(DT, "User_ID", "Exec_No")

getJobNo <- function(U, E) 
  DT[.(U, E)][, unlist(Job_No)]


getJobNo(3, 2)

setkey（DT，“用户ID”，“执行编号”）
getJobNo您可以使用
plyr
进行此操作，尽管我认为这对于您的需要来说有点慢。要返回最初粘贴的内容，可以使用
ddply

ddply( DT , .(User_ID,Exec_No) , summarise , "Job_Nos" = list(Job_No)  )
#  User_ID Exec_No Job_Nos
#1       1       1    5, 8
#2       1       2       4
#3       2       1       1
#4       2       2    2, 7
#5       3       2    3, 6

或者要查看结果列表，那么dlply

dlply( DT , .(User_ID,Exec_No) , summarise , "User" = User_ID , "Exec" = Exec_No , "Job_Nos" = unique(Job_No)  )

#$`1.1`
#  User Exec Job_Nos
#1    1    1       5
#2    1    1       8

#$`1.2`
#  User Exec Job_Nos
#1    1    2       4

#$`2.1`
#  User Exec Job_Nos
#1    2    1       1

#$`2.2`
#  User Exec Job_Nos
#1    2    2       2
#2    2    2       7

#$`3.2`
#  User Exec Job_Nos
#1    3    2       3
#2    3    2       6

您可以使用
plyr
进行此操作，尽管我认为这对于您的需要来说有点慢。要返回最初粘贴的内容，可以使用
ddply

ddply( DT , .(User_ID,Exec_No) , summarise , "Job_Nos" = list(Job_No)  )
#  User_ID Exec_No Job_Nos
#1       1       1    5, 8
#2       1       2       4
#3       2       1       1
#4       2       2    2, 7
#5       3       2    3, 6

或者要查看结果列表，那么dlply

dlply( DT , .(User_ID,Exec_No) , summarise , "User" = User_ID , "Exec" = Exec_No , "Job_Nos" = unique(Job_No)  )

#$`1.1`
#  User Exec Job_Nos
#1    1    1       5
#2    1    1       8

#$`1.2`
#  User Exec Job_Nos
#1    1    2       4

#$`2.1`
#  User Exec Job_Nos
#1    2    1       1

#$`2.2`
#  User Exec Job_Nos
#1    2    2       2
#2    2    2       7

#$`3.2`
#  User Exec Job_Nos
#1    3    2       3
#2    3    2       6

给你：

dt = data.table(user.id = c(2,2,3,1,1,3,2,1), exec.no = c(1,2,2,2,1,2,2,1), job.no = c(1:8))

dt[, list(result = list(list(user.id = user.id,
                             exec.no = exec.no,
                             job.nos = job.no))),
     by = list(user.id, exec.no)][, result]

给你：

dt = data.table(user.id = c(2,2,3,1,1,3,2,1), exec.no = c(1,2,2,2,1,2,2,1), job.no = c(1:8))

dt[, list(result = list(list(user.id = user.id,
                             exec.no = exec.no,
                             job.nos = job.no))),
     by = list(user.id, exec.no)][, result]

您好，您的起始输入和期望输出不是很清楚。你能帮我吗clarify@RicardoSaporta我已经编辑了我的问题。嗨，你的起始输入和期望输出不是很清楚。你能帮我吗clarify@RicardoSaporta我已经编辑了我的问题。+1-很好。我仍然觉得很难恢复理智。请告诉我如何使用ddply获得结果？i、 e.a
data.table
其中结果行是作业编号列表？我就是想不出来，明白了
dt[，list（result=list（job.nos=job.no）），by=list（user.id，exec.no）]
谢谢-我（大部分）看到你现在做了什么。是的，哇，那是很多嵌套列表。虽然OP要求列表，但我认为，
dt[，list（list_o_jobnos=list（unique（job.no）））by=“user.id，exec.no”]
的输出看起来更干净。@Frank是的，我不经常使用列表，所以我不确定OP为什么想要这样，但不管怎样，我认为理解如何从
数据表中获取这些数据是有用的。弗兰克，我也同意。列表是一种过度的杀伤力。我同意你的建议。我仍然觉得很难恢复理智。请告诉我如何使用ddply获得结果？i、 e.a
data.table
其中结果行是作业编号列表？我就是想不出来，明白了
dt[，list（result=list（job.nos=job.no）），by=list（user.id，exec.no）]
谢谢-我（大部分）看到你现在做了什么。是的，哇，那是很多嵌套列表。虽然OP要求列表，但我认为，
dt[，list（list_o_jobnos=list（unique（job.no）））by=“user.id，exec.no”]
的输出看起来更干净。@Frank是的，我不经常使用列表，所以我不确定OP为什么想要这样，但不管怎样，我认为理解如何从
数据表中获取这些数据是有用的。弗兰克，我也同意。列表是一种过度的杀伤力。我同意你的建议。