如何从R四列数据框创建Regulator分组的指定嵌套列表？

需求背景 #

需要从包含Regulator、TG、MOA、likelihood四列（共661,599行）的数据框创建嵌套列表，预期结构：

• 最外层列表按Regulator列分组
• 每个分组下嵌套两个子列表：
  • tfmode：包含TG和MOA列的数据
  • likelihood：对应likelihood列的数据

已尝试的代码 #

# 尝试1
first_list <- split(df, df$Regulator)
second_list <- lapply(first_list, function(x) x[!names(x) %in% c("Regulator")])

# 尝试2
another_list <- list(TFMODE = list(df$`TG`, df$MOA), likelihood = df$likelihood)

问题解答 #

1. 如何正确访问分组后列表中各Regulator对应的列？ #

你之前的访问语法存在错误，正确的访问方式如下：

• 针对改进前的second_list（每个元素是去掉Regulator列的数据框）：
  • 访问名为ABCA1的Regulator对应的TG列：second_list[["ABCA1"]]$TG 或 second_list[["ABCA1"]][["TG"]]
  • 访问第一个分组的MOA列：second_list[[1]]$MOA（注意用[[1]]而非[1]，[1]返回的是子列表，[[1]]才是对应的数据框）
• 针对最终生成的嵌套列表（下文代码的final_list）：
  • 访问ABCA1的TG列：final_list[["ABCA1"]]$tfmode$TG

2. 如何将分组后的数据转换为指定结构的嵌套列表？ #

基于你的第一种尝试，只需修改lapply的处理逻辑，对每个分组的数据框生成符合要求的子结构即可：

# 最终实现代码
first_list <- split(df, df$Regulator)
final_list <- lapply(first_list, function(group_df) {
  list(
    # tfmode子列表：包含TG和MOA的键值对
    tfmode = list(
      TG = group_df$TG,
      MOA = group_df$MOA
    ),
    # likelihood子列表：对应列的向量
    likelihood = group_df$likelihood
  )
})

如果你的R包要求tfmode是两列的数据框而非嵌套列表，可将tfmode部分改为：

tfmode = group_df[, c("TG", "MOA")]

内容的提问来源于stack exchange，提问作者Hanjiong