将数据帧转换为修饰的列表

Question

尽管有很多有关该主题的问题；我似乎找不到正确的问题答案。因此，我将把这个问题告诉你们。

上下文：我有一个数据集，其中包含许多行（+ 150K）和32个对应的列。第二列是凭证编号。文件编号不是唯一的ID。因此，日期包含的行中包含多个具有相同文档编号的行。我喜欢创建文件编号列表。该文档编号列表包含另一个列表，其中相应的行具有相同的文档编号。

例如：这是数据的示例（以下示例包括dput输出）。

Document Number  Col.A          Col.B
A                random_56681   random_24984
A                random_78738   random_23098
A                random_48640   random_32375
B                random_96243   random_96927
B                random_72045   random_52583
C                random_19367   random_20441
C                random_96778   random_22161
C                random_48038   random_95644
C                random_62999   random_44561

现在是我要的东西。我需要一个包含3个文档（A，B，C）的列表。这些列表中的每一个都需要包含另一个包含相应行的列表。例如，主列表（假设my_list）应具有3个列表A，B和C；每个列表应分别包含3、2和4个列表。

希望我很清楚地问了这个问题（如果没有，请告诉我）。

在这里您可以找到示例数据：

structure(list(Document_Number = structure(c(1L, 1L, 1L, 2L, 
2L, 3L, 3L, 3L, 3L), .Label = c("A", "B", "C"), class = "factor"), 
    Col.A = structure(c(4L, 7L, 3L, 8L, 6L, 1L, 9L, 2L, 5L), .Label = c("random_19367", 
    "random_48038", "random_48640", "random_56681", "random_62999", 
    "random_72045", "random_78738", "random_96243", "random_96778"
    ), class = "factor"), Col.B = structure(c(4L, 3L, 5L, 9L, 
    7L, 1L, 2L, 8L, 6L), .Label = c("random_20441", "random_22161", 
    "random_23098", "random_24984", "random_32375", "random_44561", 
    "random_52583", "random_95644", "random_96927"), class = "factor")), class = "data.frame", row.names = c(NA, 
-9L))

Answer 1

您可以像使用split：

split(x, x$Document_Number)
#$A
#  Document_Number        Col.A        Col.B
#1               A random_56681 random_24984
#2               A random_78738 random_23098
#3               A random_48640 random_32375
#
#$B
#  Document_Number        Col.A        Col.B
#4               B random_96243 random_96927
#5               B random_72045 random_52583
#
#$C
#  Document_Number        Col.A        Col.B
#6               C random_19367 random_20441
#7               C random_96778 random_22161
#8               C random_48038 random_95644
#9               C random_62999 random_44561

Answer 2

选项为group_split

library(dplyr)
df1 %>%
    group_split(Document_Number)