如何将matrix转换为R中的列向量列表？
假设你想把一个matrix转换成一个列表，列表中的每个元素都包含一列。 list()或as.list()显然不起作用，直到现在我使用tapply的行为进行破解：
x <- matrix(1:10,ncol=2) tapply(x,rep(1:ncol(x),each=nrow(x)),function(i)i)
我对此并不满意。 任何人都知道我忽略的一个更清洁的方法？
（用于填充行的列表，代码显然可以更改为：
tapply(x,rep(1:nrow(x),ncol(x)),function(i)i)
）
为了剥皮猫的利益，将数组视为一个向量，就好像它没有dim属性一样：
split(x, rep(1:ncol(x), each = nrow(x)))
加文的回答简单而优雅。 但是，如果有很多列，更快的解决scheme将是：
lapply(seq_len(ncol(x)), function(i) x[,i])
在下面的例子中速度差是6倍：
> 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存储为列表，我相信。 所以强迫似乎是最好的：
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
基准testing结果很有意思。 as.data.frame比data.frame快，要么是因为data.frame必须创build一个新的对象，要么是因为跟踪列名成本高昂（见证c（unname（））与c（）的比较）？ @Tommy提供的解决scheme速度更快一个数量级。 as.data.frame（）结果可以通过手动强制得到一些改进。
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
转换成一个数据框依次到列表似乎工作：
> 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
使用plyr对于这样的事情可能是非常有用的：
library("plyr") alply(x,2) $`1` [1] 1 2 3 4 5 $`2` [1] 6 7 8 9 10 attr(,"class") [1] "split" "list"
我知道这是R的诅咒，我没有太多的声望来支持这个，但是我发现for循环更有效率。 我正在使用以下函数将matrixmat转换为其列的列表：
mat2list <- function(mat) { list_length <- ncol(mat) out_list <- vector("list", list_length) for(i in 1:list_length) out_list[[i]] <- mat[,i] out_list }
与Mdsummer和原来的解决scheme比较快速基准：
x <- matrix(1:1e7, ncol=1e6) system.time(mat2list(x)) user system elapsed 2.728 0.023 2.720 system.time(split(x, rep(1:ncol(x), each = nrow(x)))) user system elapsed 4.812 0.194 4.978 system.time(tapply(x,rep(1:ncol(x),each=nrow(x)),function(i)i)) user system elapsed 11.471 0.413 11.817
在通过nabble.com访问的某些R帮助站点下，我发现：
c(unname(as.data.frame(x)))
作为一个有效的解决scheme，在我的R v2.13.0安装这看起来不错：
> y <- c(unname(as.data.frame(x))) > y [[1]] [1] 1 2 3 4 5 [[2]] [1] 6 7 8 9 10
不能说任何有关性能比较或它是多么干净;-)
你可以使用apply ，然后使用do.call
x <- matrix(1:10,ncol=2) do.call(c, apply(x, 2, list)) #[[1]] #[1] 1 2 3 4 5 # #[[2]] #[1] 6 7 8 9 10
它看起来像保存列名称，当添加到matrix。
colnames(x) <- c("a", "b") do.call(c, apply(x, 2, list)) #$a #[1] 1 2 3 4 5 # #$b #[1] 6 7 8 9 10
在列数小而不变的小事情中，我发现最快的select是简单地对转换进行硬编码：
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
