如何基于指定扩展数据框在R语言中创建类Python格式的映射字典

我有如下生成数据框的R代码：

data=data.frame(v1=c("traf","hayr", "poaz", "adfv", "srta"))
dup=rep(2,nrow(data))
id=rep(1:nrow(data), dup)
dupdf=data[id,]
dupdf2=as.data.frame(dupdf)
df=dupdf2 %>% mutate(col1 = if_else(row_number() %% 2 == 0, paste(dupdf, "_var"), dupdf)) %>%select(-dupdf)

运行后得到的df如下：

col1
1   traf
2 traf _var
3   hayr
4 hayr _var
5   poaz
6 poaz _var
7   adfv
8 adfv _var
9   srta
10 srta _var

我希望在R语言中创建一个类似Python格式的字典（键值对映射），Python示例如下：

{'traf':1, 'traf _var':1, 'hayr':2, 'hayr _var':2, 'poaz':3, 'poaz _var':3, 'adfv':4, 'adfv _var':4, 'srta':5, 'srta _var':5}

我知道用列表是实现需求的最佳方式，但不清楚具体操作步骤。我的真实数据包含130行（对应65个不同的唯一值），希望得到帮助。

解决方案 #

在R里，命名向量是最接近Python字典的结构，同样支持通过键快速查找对应值，下面提供两种高效的实现方法：

方法1：基于现有df生成映射

因为你的数据是每2行对应一个原始组，我们可以用整数除法生成对应的组编号，再转换成命名向量：

library(dplyr)

# 生成映射命名向量
name_map <- df %>%
  mutate(group_id = (row_number() + 1) %/% 2) %>%  # 每2行一组，生成1,1,2,2...的ID
  select(col1, group_id) %>%
  tibble::deframe()  # 将两列转换为"键-值"形式的命名向量

# 查看结果
name_map

运行后会得到如下输出：

traf traf _var    hayr hayr _var    poaz poaz _var    adfv adfv _var    srta srta _var 
      1        1        2        2        3        3        4        4        5        5 

如果需要转换成类似Python字典的列表格式查看，只需用as.list(name_map)：

as.list(name_map)

输出示例：

$traf
[1] 1

$`traf _var`
[1] 1

$hayr
[1] 2

$`hayr _var`
[1] 2

# 其余键值对省略

方法2：从原始data直接构建映射

如果你还保留着原始的data数据框，直接从源数据构建会更高效，不需要依赖生成后的df：

# 生成所有需要的键（原始值 + 带_var的后缀值）
keys <- c(data$v1, paste(data$v1, "_var"))
# 生成对应的组ID（每个原始值的ID重复两次）
values <- rep(1:nrow(data), each = 2)
# 创建命名向量
name_map <- setNames(values, keys)

这个方法对于130行的数据集来说完全没有性能问题，运行速度更快。

内容的提问来源于stack exchange，提问作者Patrick Parts