Convertir une matrice en une liste de vecteurs-colonnes

Question

Supposons que vous souhaitiez convertir une matrice en une liste, où chaque élément de la liste contient une colonne. list() o as.list() ne fonctionne évidemment pas, et jusqu'à présent j'utilise un hack utilisant le comportement de tapply :

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

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

Je n'en suis pas totalement satisfait. Quelqu'un connaît-il une méthode plus propre que j'ai oubliée ?

(pour créer une liste remplie de lignes, le code peut évidemment être modifié en :

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

)

Answer 1

La réponse de Gavin est simple et élégante. Mais s'il y a beaucoup de colonnes, la solution la plus rapide serait la suivante :

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

La différence de vitesse est de 6x dans l'exemple ci-dessous :

> 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

Answer 2

Pour ne pas écorcher le chat, traitez le tableau comme un vecteur, comme s'il n'avait pas d'attribut dim :

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

Answer 3

Les data.frames sont stockés sous forme de listes, je crois. La coercition semble donc la meilleure solution :

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

Les résultats de l'analyse comparative sont intéressants. as.data.frame est plus rapide que data.frame, soit parce que data.frame doit créer un tout nouvel objet, soit parce que le suivi des noms de colonnes est coûteux (voir la comparaison c(unname()) vs c()) ? La solution lapply proposée par @Tommy est plus rapide d'un ordre de grandeur. Les résultats de as.data.frame() peuvent être quelque peu améliorés en les contraignant manuellement.

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

Answer 4

La conversion en data frame puis en liste semble fonctionner :

> 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

Answer 5

Utilisation plyr peut s'avérer très utile pour ce genre de choses :

library("plyr")

alply(x,2)

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

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

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