R语言：将DataFrame转换为按卡片、学生分层的嵌套列表

数据格式（txt格式） #

Time ; Source ; Action
YYYY-MM-DD ; Card Biology ; Reading succesful 
YYYY-MM-DD ; Student 1 ; initialised 
YYYY-MM-DD ; Book 1 ; first check out
YYYY-MM-DD ; Book 2 ; Second check out
YYYY-MM-DD ; Book 3 ; check in
YYYY-MM-DD ; Student 2 ; initialised 
YYYY-MM-DD ; Book 1 ; first check out
YYYY-MM-DD ; Book 2 ; Second check out
YYYY-MM-DD ; Book 3 ; check in
YYYY-MM-DD ; Card Mathematics; Reading succesful 
YYYY-MM-DD ; Student 2 ; initialised 
YYYY-MM-DD ; Book 1 ; first check out
YYYY-MM-DD ; Book 2 ; Second check out
YYYY-MM-DD ; Book 3 ; check in
YYYY-MM-DD ; Card Biology ; Reading succesful 
YYYY-MM-DD ; Student 1 ; initialised 
YYYY-MM-DD ; Book 1 ; first check out
YYYY-MM-DD ; Book 2 ; Second check out
YYYY-MM-DD ; Book 3 ; check in
YYYY-MM-DD ; Card Biology ; Reading succesful 
YYYY-MM-DD ; Student 1 ; initialised 
YYYY-MM-DD ; Book 1 ; first check out
YYYY-MM-DD ; Book 2 ; Second check out
YYYY-MM-DD ; Book 3 ; check in
YYYY-MM-DD ; Card History ; Reading succesful 
YYYY-MM-DD ; Student 1 ; initialised 
YYYY-MM-DD ; Book 1 ; first check out
YYYY-MM-DD ; Book 2 ; Second check out
YYYY-MM-DD ; Book 3 ; check in
YYYY-MM-DD ; Book 1 ; first check out
YYYY-MM-DD ; Book 2 ; Second check out
YYYY-MM-DD ; Book 3 ; check in
YYYY-MM-DD ; Card Biology ; Reading succesful 
YYYY-MM-DD ; Student 1 ; initialised 
YYYY-MM-DD ; Book 1 ; first check out
YYYY-MM-DD ; Book 2 ; Second check out
YYYY-MM-DD ; Book 3 ; check in

需求说明 #

• 先将DataFrame按Action列值为"Reading succesful"的行分割为对应卡片的子列表；
• 再将每个卡片子列表按Action列值为"initialised"的行分割为对应学生的子列表；
• 每个学生子列表需包含对应书籍记录，理想状态下附带卡片及学生自身的Time和Action信息；
• 期望最终数据结构为：

test$
[[card xxx]]$
[[Student 1]], [[Student 2]], etc

[[card yyy]]
[[Student 1]], [[Student 2]], etc

已尝试的代码 #

test <- split(i, cumsum(test$`b`$Text == "Reading succesful"))

为列表命名的代码：

for (a in test) {
  names(test)<-sapply(test, `[[`, 1,2)
}

但后续循环分割学生子列表的操作未成功，寻求解决方案。

解决方案 #

步骤1：读取并预处理数据 #

先确保数据正确读入为DataFrame，处理分隔符和多余空格：

# 读取数据（如果是本地文件，替换为read.delim("你的文件路径", sep = ";", strip.white = TRUE)）
df <- read.delim(text = "Time ; Source ; Action
YYYY-MM-DD ; Card Biology ; Reading succesful 
YYYY-MM-DD ; Student 1 ; initialised 
YYYY-MM-DD ; Book 1 ; first check out
YYYY-MM-DD ; Book 2 ; Second check out
YYYY-MM-DD ; Book 3 ; check in
YYYY-MM-DD ; Student 2 ; initialised 
YYYY-MM-DD ; Book 1 ; first check out
YYYY-MM-DD ; Book 2 ; Second check out
YYYY-MM-DD ; Book 3 ; check in
YYYY-MM-DD ; Card Mathematics; Reading succesful 
YYYY-MM-DD ; Student 2 ; initialised 
YYYY-MM-DD ; Book 1 ; first check out
YYYY-MM-DD ; Book 2 ; Second check out
YYYY-MM-DD ; Book 3 ; check in
YYYY-MM-DD ; Card Biology ; Reading succesful 
YYYY-MM-DD ; Student 1 ; initialised 
YYYY-MM-DD ; Book 1 ; first check out
YYYY-MM-DD ; Book 2 ; Second check out
YYYY-MM-DD ; Book 3 ; check in
YYYY-MM-DD ; Card Biology ; Reading succesful 
YYYY-MM-DD ; Student 1 ; initialised 
YYYY-MM-DD ; Book 1 ; first check out
YYYY-MM-DD ; Book 2 ; Second check out
YYYY-MM-DD ; Book 3 ; check in
YYYY-MM-DD ; Card History ; Reading succesful 
YYYY-MM-DD ; Student 1 ; initialised 
YYYY-MM-DD ; Book 1 ; first check out
YYYY-MM-DD ; Book 2 ; Second check out
YYYY-MM-DD ; Book 3 ; check in
YYYY-MM-DD ; Book 1 ; first check out
YYYY-MM-DD ; Book 2 ; Second check out
YYYY-MM-DD ; Book 3 ; check in
YYYY-MM-DD ; Card Biology ; Reading succesful 
YYYY-MM-DD ; Student 1 ; initialised 
YYYY-MM-DD ; Book 1 ; first check out
YYYY-MM-DD ; Book 2 ; Second check out
YYYY-MM-DD ; Book 3 ; check in", sep = ";", strip.white = TRUE)

步骤2：按卡片分割数据 #

标记卡片分组并分割，同时给子列表命名为对应卡片名称：

# 标记每个卡片组：每遇到"Reading succesful"就开启新组
df$card_group <- cumsum(df$Action == "Reading succesful")

# 分割为卡片子列表
card_list <- split(df, df$card_group)

# 给卡片子列表命名为对应的卡片名称
names(card_list) <- sapply(card_list, function(x) x$Source[1])

步骤3：按学生分割每个卡片子列表 #

遍历每个卡片子列表，分割为学生子列表，同时保留卡片信息：

# 处理每个卡片子列表，生成学生子列表
final_list <- lapply(card_list, function(card_df) {
  # 标记学生组：从第二行开始，每遇到"initialised"就开启新组，第一行卡片记录归为0组
  student_group <- c(0, cumsum(card_df$Action[-1] == "initialised"))
  card_df$student_group <- student_group
  
  # 分割为学生子列表，排除0组（卡片记录）
  student_list <- split(card_df, card_df$student_group)[-1]
  
  # 给学生子列表命名为对应学生名称
  names(student_list) <- sapply(student_list, function(x) x$Source[which(x$Action == "initialised")])
  
  # 给每个学生子列表添加卡片元信息（可选，方便后续调用）
  student_list <- lapply(student_list, function(student_df) {
    attr(student_df, "card_info") <- card_df[1, ]
    student_df
  })
  
  return(student_list)
})

验证结果 #

查看最终结构和内容：

# 查看Card Biology下的Student 1记录
final_list[["Card Biology"]][["Student 1"]]

# 查看该学生对应的卡片信息
attr(final_list[["Card Biology"]][["Student 1"]], "card_info")

内容的提问来源于stack exchange，提问作者Romeo