如何调整data.table中嵌套列表的结构以生成目标数据集？

你可以通过拆分原dt中嵌套的矩阵和向量，将每个组合与其对应的和一一配对，最终合并成目标结构。以下是两种实现方式：

方法1：基于现有dt转换 #

利用purrr的函数拆分嵌套结构，将每一行的组合矩阵转为列向量列表，再与对应和值配对生成行：

library(data.table)
library(purrr)

# 你的原始数据处理
dt <- data.table(
  amount = c(2,5,9)
)[,
  `:=`(
    amount.set = map(1:.N, function(x) combn(amount, x)),
    sum = map(1:.N, function(x) colSums(combn(amount, x)))
  )
]

# 转换为目标结构
result <- dt[, {
  # 将每个组合矩阵按列拆分为向量列表
  combo_lists <- map(amount.set, ~ asplit(.x, 2))
  # 配对和值与组合，生成完整data.table
  map2_dfr(combo_lists, sum, ~ data.table(sum = .y, amount.set = .x))
}]

# 验证结果
identical(result, desired.output)  # 返回TRUE

方法2：直接生成目标结构 #

跳过中间分组的dt，一次性生成所有组合并计算和值，更简洁高效：

library(data.table)
library(purrr)

raw_amounts <- c(2,5,9)

# 生成所有长度的组合，合并为单个列表
all_combinations <- map(1:length(raw_amounts), ~ combn(raw_amounts, .x)) %>%
  unlist(recursive = FALSE) %>%
  map(as.vector)

# 计算每个组合的和
all_sums <- map_dbl(all_combinations, sum)

# 生成目标data.table
desired_output <- data.table(sum = all_sums, amount.set = all_combinations)

两种方法都能得到你需要的desired.output结构，第二种方法减少了中间步骤，代码更简洁。

内容的提问来源于stack exchange，提问作者Winfried