Jak przekonwertować macierz na listę wektorów-kolumn w R?

Powiedzmy, że chcesz przekonwertować macierz na listę, w której każdy element listy zawiera jedną kolumnę. list()lub as.list()oczywiście nie zadziała, a do tej pory używam hacka, używając zachowania tapply:

x <- matrix(1:10,ncol=2)

tapply(x,rep(1:ncol(x),each=nrow(x)),function(i)i)

Nie jestem z tego całkowicie zadowolony. Czy ktoś zna czystszą metodę, której pomijam?

(aby utworzyć listę wypełnioną wierszami, kod można oczywiście zmienić na:

tapply(x,rep(1:nrow(x),ncol(x)),function(i)i)

)

W celu skórowania kota potraktuj tablicę jako wektor, tak jakby nie miała atrybutu dim:

 split(x, rep(1:ncol(x), each = nrow(x)))

Odpowiedź Gavina jest prosta i elegancka. Ale jeśli jest wiele kolumn, znacznie szybszym rozwiązaniem byłoby:

lapply(seq_len(ncol(x)), function(i) x[,i])

W poniższym przykładzie różnica prędkości wynosi 6x:

> x <- matrix(1:1e6, 10)
> system.time( as.list(data.frame(x)) )
   user  system elapsed 
   1.24    0.00    1.22 
> system.time( lapply(seq_len(ncol(x)), function(i) x[,i]) )
   user  system elapsed 
    0.2     0.0     0.2 

Uważam, że data.frames są przechowywane jako listy. Dlatego przymus wydaje się najlepszy:

as.list(as.data.frame(x))
> as.list(as.data.frame(x))
$V1
[1] 1 2 3 4 5

$V2
[1]  6  7  8  9 10

Wyniki testów porównawczych są interesujące. as.data.frame jest szybszy niż data.frame, albo dlatego, że data.frame musi utworzyć zupełnie nowy obiekt, albo dlatego, że śledzenie nazw kolumn jest w jakiś sposób kosztowne (zobacz porównanie c (unname ()) vs c () )? Rozwiązanie lapply dostarczone przez @Tommy jest szybsze o rząd wielkości. Wyniki as.data.frame () można nieco poprawić, wymuszając ręcznie.

manual.coerce <- function(x) {
  x <- as.data.frame(x)
  class(x) <- "list"
  x
}

library(microbenchmark)
x <- matrix(1:10,ncol=2)

microbenchmark(
  tapply(x,rep(1:ncol(x),each=nrow(x)),function(i)i) ,
  as.list(data.frame(x)),
  as.list(as.data.frame(x)),
  lapply(seq_len(ncol(x)), function(i) x[,i]),
  c(unname(as.data.frame(x))),
  c(data.frame(x)),
  manual.coerce(x),
  times=1000
  )

                                                      expr     min      lq
1                                as.list(as.data.frame(x))  176221  183064
2                                   as.list(data.frame(x))  444827  454237
3                                         c(data.frame(x))  434562  443117
4                              c(unname(as.data.frame(x)))  257487  266897
5             lapply(seq_len(ncol(x)), function(i) x[, i])   28231   35929
6                                         manual.coerce(x)  160823  167667
7 tapply(x, rep(1:ncol(x), each = nrow(x)), function(i) i) 1020536 1036790
   median      uq     max
1  186486  190763 2768193
2  460225  471346 2854592
3  449960  460226 2895653
4  271174  277162 2827218
5   36784   37640 1165105
6  171088  176221  457659
7 1052188 1080417 3939286

is.list(manual.coerce(x))
[1] TRUE

Wydaje się, że konwersja do ramki danych, a następnie do listy, działa:

> as.list(data.frame(x))
$X1
[1] 1 2 3 4 5

$X2
[1]  6  7  8  9 10
> str(as.list(data.frame(x)))
List of 2
 $ X1: int [1:5] 1 2 3 4 5
 $ X2: int [1:5] 6 7 8 9 10

Używanie plyrmoże być naprawdę przydatne do takich rzeczy:

library("plyr")

alply(x,2)

$`1`
[1] 1 2 3 4 5

$`2`
[1]  6  7  8  9 10

attr(,"class")
[1] "split" "list" 

Wiem, że to anatema w R i nie mam zbyt dużej reputacji, aby to poprzeć, ale uważam, że pętla for jest bardziej wydajna. Używam następującej funkcji, aby przekonwertować matę macierzy na listę jej kolumn:

mat2list <- function(mat)
{
    list_length <- ncol(mat)
    out_list <- vector("list", list_length)
    for(i in 1:list_length) out_list[[i]] <- mat[,i]
    out_list
}

Szybki test porównawczy z mdsummer i oryginalnym rozwiązaniem:

x <- matrix(1:1e7, ncol=1e6)

system.time(mat2list(x))
   user  system elapsed 
  2.728   0.023   2.720 

system.time(split(x, rep(1:ncol(x), each = nrow(x))))
   user  system elapsed 
  4.812   0.194   4.978 

system.time(tapply(x,rep(1:ncol(x),each=nrow(x)),function(i)i))
   user  system elapsed 
 11.471   0.413  11.817 

Nowa funkcja asplit()będzie dostępna w wersji podstawowej R w wersji 3.6. Do tego czasu iw podobnym duchu jak odpowiedź @mdsumner możemy również zrobić

split(x, slice.index(x, MARGIN))

zgodnie z dokumentami asplit(). Jak pokazano wcześniej, wszystkie split()rozwiązania oparte są znacznie wolniej niż @ Tommy's lapply/`[`. Dotyczy to również nowego asplit(), przynajmniej w jego obecnej formie.

split_1 <- function(x) asplit(x, 2L)
split_2 <- function(x) split(x, rep(seq_len(ncol(x)), each = nrow(x)))
split_3 <- function(x) split(x, col(x))
split_4 <- function(x) split(x, slice.index(x, 2L))
split_5 <- function(x) lapply(seq_len(ncol(x)), function(i) x[, i])

dat <- matrix(rnorm(n = 1e6), ncol = 100)

#> Unit: milliseconds
#>          expr       min        lq     mean   median        uq        max neval
#>  split_1(dat) 16.250842 17.271092 20.26428 18.18286 20.185513  55.851237   100
#>  split_2(dat) 52.975819 54.600901 60.94911 56.05520 60.249629 105.791117   100
#>  split_3(dat) 32.793112 33.665121 40.98491 34.97580 39.409883  74.406772   100
#>  split_4(dat) 37.998140 39.669480 46.85295 40.82559 45.342010  80.830705   100
#>  split_5(dat)  2.622944  2.841834  3.47998  2.88914  4.422262   8.286883   100

dat <- matrix(rnorm(n = 1e6), ncol = 1e5)

#> Unit: milliseconds
#>          expr       min       lq     mean   median       uq      max neval
#>  split_1(dat) 204.69803 231.3023 261.6907 246.4927 289.5218 413.5386   100
#>  split_2(dat) 229.38132 235.3153 253.3027 242.0433 259.2280 339.0016   100
#>  split_3(dat) 208.29162 216.5506 234.2354 221.7152 235.3539 342.5918   100
#>  split_4(dat) 214.43064 221.9247 240.7921 231.0895 246.2457 323.3709   100
#>  split_5(dat)  89.83764 105.8272 127.1187 114.3563 143.8771 209.0670   100

Służy asplitdo konwersji macierzy na listę wektorów

asplit(x, 1) # split into list of row vectors
asplit(x, 2) # split into list of column vectors

W pakiecie array_tree()tidyverse jest funkcja, purrrktóra robi to przy minimalnym zamieszaniu:

x <- matrix(1:10,ncol=2)
xlist <- purrr::array_tree(x, margin=2)
xlist

#> [[1]]
#> [1] 1 2 3 4 5
#>  
#> [[2]]
#> [1]  6  7  8  9 10

margin=1Zamiast tego użyj listy według wiersza. Działa dla tablic n-wymiarowych. Domyślnie zachowuje nazwy:

x <- matrix(1:10,ncol=2)
colnames(x) <- letters[1:2]
xlist <- purrr::array_tree(x, margin=2)
xlist

#> $a
#> [1] 1 2 3 4 5
#>
#> $b
#> [1]  6  7  8  9 10

(to jest prawie dosłowna kopia mojej odpowiedzi na podobne pytanie tutaj )

W witrynie pomocy Some R dostępnej za pośrednictwem nabble.com znajduję:

c(unname(as.data.frame(x))) 

jako poprawne rozwiązanie iw mojej instalacji R v2.13.0 wygląda to dobrze:

> y <- c(unname(as.data.frame(x)))
> y
[[1]]
[1] 1 2 3 4 5

[[2]]
[1]  6  7  8  9 10

Nie mogę nic powiedzieć o porównaniach wydajności ani o tym, jak jest czysty ;-)

Możesz użyć, applya potem czdo.call

x <- matrix(1:10,ncol=2)
do.call(c, apply(x, 2, list))
#[[1]]
#[1] 1 2 3 4 5
#
#[[2]]
#[1]  6  7  8  9 10

I wygląda na to, że zachowa nazwy kolumn po dodaniu do macierzy.

colnames(x) <- c("a", "b")
do.call(c, apply(x, 2, list))
#$a
#[1] 1 2 3 4 5
#
#$b
#[1]  6  7  8  9 10

convertRowsToList {BBmisc}

Konwertuj wiersze (kolumny) data.frame lub macierz na listy.

BBmisc::convertColsToList(x)

ref: http://berndbischl.github.io/BBmisc/man/convertRowsToList.html

W trywialnym przypadku, gdy liczba kolumn jest mała i stała, stwierdziłem, że najszybszą opcją jest po prostu zakodowanie konwersji na stałe:

mat2list  <- function (mat) lapply(1:2, function (i) mat[, i])
mat2list2 <- function (mat) list(mat[, 1], mat[, 2])


## Microbenchmark results; unit: microseconds
#          expr   min    lq    mean median    uq    max neval
##  mat2list(x) 7.464 7.932 8.77091  8.398 8.864 29.390   100
## mat2list2(x) 1.400 1.867 2.48702  2.333 2.333 27.525   100