R podzbiór ramki danych na wiele ramek danych na podstawie wartości wielu kolumn

Question

Próbuję podzbiór ramki danych, gdzie otrzymuję wiele ramek danych na podstawie wartości wielu kolumn. Oto mój przykład

>df 
    v1 v2 v3 v4 v5 
    A Z 1 10 12 
    D Y 10 12 8 
    E X 2 12 15 
    A Z 1 10 12 
    E X 2 14 16 

Oczekiwany wynik jest coś takiego, gdzie jestem dzieląc tę ​​ramkę danych do wielu ramek danych w oparciu o kolumny v1 i v2

>df1 
v3 v4 v5 
    1 10 12 
    1 10 12 
>df2 
v3 v4 v5 
10 12 8 
>df3 
v3 v4 v5 
2 12 15 
2 14 16 

Napisałem kod, który działa teraz, ale nie myśl, że to najlepszy sposób na zrobienie tego. Musi być lepszy sposób na zrobienie tego. Zakładając, że tab jest data.frame o początkowych danych. Oto mój kod:

v1Factors<-levels(factor(tab$v1)) 
v2Factors<-levels(factor(tab$v2)) 

for(i in 1:length(v1Factors)){ 
    for(j in 1:length(v2Factors)){ 
    subsetTab<-subset(tab, v1==v1Factors[i] & v2==v2Factors[j], select=c("v3", "v4", "v5")) 
    print(subsetTab) 
    } 
} 

Czy ktoś może zaproponować lepszą metodę wykonania powyższych czynności?

Answer 1

Szukasz split

split(df, with(df, interaction(v1,v2)), drop = TRUE) 
$E.X 
    v1 v2 v3 v4 v5 
3 E X 2 12 15 
5 E X 2 14 16 

$D.Y 
    v1 v2 v3 v4 v5 
2 D Y 10 12 8 

$A.Z 
    v1 v2 v3 v4 v5 
1 A Z 1 10 12 

Jak zauważył w komentarzach

jedną z następujących czynności będzie działać

library(microbenchmark) 
microbenchmark(
       split(df, list(df$v1,df$v2), drop = TRUE), 
       split(df, interaction(df$v1,df$v2), drop = TRUE), 
       split(df, with(df, interaction(v1,v2)), drop = TRUE)) 


Unit: microseconds 
                expr  min  lq median  uq  max neval 
      split(df, list(df$v1, df$v2), drop = TRUE) 1119.845 1129.3750 1145.8815 1182.119 3910.249 100 
    split(df, interaction(df$v1, df$v2), drop = TRUE) 893.749 900.5720 909.8035 936.414 3617.038 100 
split(df, with(df, interaction(v1, v2)), drop = TRUE) 895.150 902.5705 909.8505 927.128 1399.284 100 

Wydaje interaction jest nieco szybszy (prawdopodobnie ze względu na fakt, że f = list(...) są właśnie konwertowane na interakcje w ramach funkcji)

---

Edit

Jeśli chcesz po prostu użyć data.frames podzbioru następnie Sugerowałbym użyciu data.table dla ułatwienia kodowania

library(data.table) 

dt <- data.table(df) 
dt[, plot(v4, v5), by = list(v1, v2)] 

Answer 2

Jest teraz również nest() z tidyr co jest raczej miły .

library(tidyr) 
nestdf <- df %>% nest(v3:v5) 
nestdf$data 

> nestdf$data 
[[1]] 
# A tibble: 2 × 3 
    v3 v4 v5 
    <int> <int> <int> 
1  1 10 12 
2  1 10 12 

[[2]] 
# A tibble: 1 × 3 
    v3 v4 v5 
    <int> <int> <int> 
1 10 12  8 

[[3]] 
# A tibble: 2 × 3 
    v3 v4 v5 
    <int> <int> <int> 
1  2 12 15 
2  2 14 16 

Dostęp do poszczególnych przekąsek za pomocą nestdf$data[1] i tak dalej.