行列をRの列ベクトルのリストに変換する方法は？
マトリックスをリストに変換するとします。リストの各要素には1つの列が含まれます。 list()またはas.list()は明らかに動作しません。今までtapplyの動作を使用してハックを使用します。
x <- matrix(1:10,ncol=2)
tapply(x,rep(1:ncol(x),each=nrow(x)),function(i)i)
私はこれに完全に満足していません。誰もが私が見落としているよりクリーンな方法を知っていますか？
（行で満たされたリストを作成するために、コードを明らかに変更できます：
tapply(x,rep(1:nrow(x),ncol(x)),function(i)i)
）
猫をスキニングするために、配列をベクトルとして扱い、あたかも薄暗い属性を持たないようにします。
split(x, rep(1:ncol(x), each = nrow(x)))
Gavinの答えはシンプルでエレガントです。しかし、列が多い場合、はるかに高速なソリューションは次のようになります。
lapply(seq_len(ncol(x)), function(i) x[,i])
以下の例では、速度の差は6倍です。
> 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
data.framesはリストとして保存されていると思います。したがって、強制は最良のようです。
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
ベンチマーク結果は興味深いものです。 as.data.frameはdata.frameよりも高速です。これは、data.frameがまったく新しいオブジェクトを作成する必要があるか、列名を追跡するために何らかのコストがかかるためです（c(unname()) vs c()比較）？@Tommyが提供するラップソリューションは、桁違いに高速です。as.data.frame（）の結果は、強制することでいくらか改善できます。手動で。
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
データフレームからリストへの変換は機能しているようです：
> 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
plyrを使用すると、次のような場合に非常に役立ちます。
library("plyr")
alply(x,2)
$`1`
[1] 1 2 3 4 5
$`2`
[1] 6 7 8 9 10
attr(,"class")
[1] "split" "list"
これはRの嫌悪感であり、これを裏付ける評判はあまりありませんが、forループのほうが効率的であることがわかりました。次の関数を使用して、マトリックスmatを列のリストに変換しています。
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
}
Mdsummerおよび元のソリューションと比較した簡単なベンチマーク：
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
新しい関数 asplit() は、v3.6でベースRに追加されます。それまでと@mdsumnerの答えと同様の精神で、私たちも行うことができます
_split(x, slice.index(x, MARGIN))
_asplit()のドキュメントに従って。ただし、前に示したように、すべてのsplit()ベースのソリューションは、@ Tommyの_lapply/`[`_よりもはるかに低速です。これは、少なくとも現在の形式では、新しいasplit()にも当てはまります。
_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
_nabble.comからアクセスできる一部のRヘルプサイト を見つけます：
c(unname(as.data.frame(x)))
有効なソリューションとして、私のR v2.13.0インストールではこれは大丈夫に見えます：
> y <- c(unname(as.data.frame(x)))
> y
[[1]]
[1] 1 2 3 4 5
[[2]]
[1] 6 7 8 9 10
パフォーマンスの比較やそれがどれだけきれいかについては何も言えません;-)
Tidyverseのpurrrパッケージには、これを最小限の手間で行う関数array_tree()があります。
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
つかいます margin=1代わりに行ごとにリストします。 n次元配列で機能します。デフォルトで名前を保持します：
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
#>
#> $b
#> [1] 6 7 8 9 10
（これは、同様の質問に対する私の回答のWord-for-Wordに近いコピーです here ）
convertRowsToList {BBmisc}
Data.frameまたはマトリックスの行（列）をリストに変換します。
BBmisc::convertColsToList(x)
参照： http://berndbischl.github.io/BBmisc/man/convertRowsToList.html
applyを使用してから、cをdo.call
x <- matrix(1:10,ncol=2)
do.call(c, apply(x, 2, list))
#[[1]]
#[1] 1 2 3 4 5
#
#[[2]]
#[1] 6 7 8 9 10
そして、マトリックスに追加されたときに列名を保持するようです。
colnames(x) <- c("a", "b")
do.call(c, apply(x, 2, list))
#$a
#[1] 1 2 3 4 5
#
#$b
#[1] 6 7 8 9 10
列の数が小さくて一定である些細なケースでは、最も速いオプションは変換を単純にハードコーディングすることであることがわかりました。
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