如何在R语言中递归将2D矩阵转换为3D数组？

我有一个2D矩阵，想要将其转换为3D数组，当前的转换逻辑存在问题。目标是实现可递归的转换逻辑，适配任意数量的第三维度层级。

原始数据 #

dfs <- (structure(c(-0.046, 0.676, -0.698, -0.047, 0.719, -0.646, -0.044, 
                     0.706, -0.667, 0.046, 0.769, -0.605, 0.047, 0.813, -0.551, 0.044, 
                     0.795, -0.578), dim = c(9L, 2L), dimnames = list(c("snatch:(Intercept)", 
                                                                        "snatch:weight", "snatch:age", "clean:(Intercept)", "clean:weight", 
                                                                        "clean:age", "total:(Intercept)", "total:weight", "total:age"
                     ), c("2.5 %", "97.5 %"))))

期望输出格式 #

$a
             X2.5%  X97.5%
(Intercept) -0.046   0.046
weight       0.676   0.769
age         -0.698  -0.605

$b
             X2.5%  X97.5%
(Intercept)  -0.047   0.047
weight        0.719   0.813
age          -0.646  -0.551

$c
             X2.5%  X97.5%
(Intercept)  -0.044   0.044
weight        0.706   0.795
age          -0.667  -0.578

当前尝试的代码 #

rnames <- c("(Intercept)", "snatch", "age")
cnames <- colnames(dfs); cnames
lnames <- c("a", "b", "c"); lnames

array(
  data = matrix(data = type.convert(gsub("^[^:]+:\s*", "", dfs), as.is=TRUE),
                nrow=nrow(dfs), ncol=ncol(dfs)),
  dim = c(nrow(dfs)/length(lnames), length(cnames), length(lnames)),
  dimnames = list(rows=rnames,
                  column=cnames,
                  level=lnames)) %>%
  apply(., 2, data.frame)

核心思路 #

1. 从行名中拆分出分组标识（如snatch/clean/total）和行子项（如(Intercept)/weight/age）
2. 依据分组标识自动拆分原始矩阵，无需硬编码分组数量，适配任意第三维度层级
3. 重组为匹配期望格式的列表或3D数组

实现代码 #

方法一：动态生成匹配期望格式的列表

# 拆分行名，提取分组和子项信息
row_parts <- strsplit(rownames(dfs), ":")
groups <- sapply(row_parts, `[`, 1)
sub_rows <- sapply(row_parts, `[`, 2)

# 按分组拆分矩阵，并重命名行、列
result <- lapply(split(seq_along(groups), groups), function(idx) {
  mat <- dfs[idx, , drop = FALSE]
  rownames(mat) <- sub_rows[idx]
  colnames(mat) <- gsub(" ", "X", colnames(mat))  # 替换列名空格为X，匹配期望格式
  mat
})

# 给列表元素命名为a/b/c
names(result) <- c("a", "b", "c")

# 查看结果
print(result)

方法二：生成支持任意层级的3D数组

如果需要严格的3D数组结构，可使用以下代码，自动计算维度：

# 提取分组和子项信息
row_parts <- strsplit(rownames(dfs), ":")
groups <- factor(sapply(row_parts, `[`, 1))
sub_rows <- unique(sapply(row_parts, `[`, 2))
n_groups <- nlevels(groups)
n_subrows <- length(sub_rows)
n_cols <- ncol(dfs)

# 构建3D数组
array_result <- array(
  data = t(matrix(dfs, nrow = n_subrows, ncol = n_groups * n_cols)),
  dim = c(n_subrows, n_cols, n_groups),
  dimnames = list(
    rows = sub_rows,
    columns = colnames(dfs),
    levels = levels(groups)
  )
)

# 可选：将3D数组转换为和期望输出一致的列表格式
array_to_list <- lapply(seq(dim(array_result)[3]), function(i) {
  mat <- array_result[, , i]
  colnames(mat) <- gsub(" ", "X", colnames(mat))
  mat
})
names(array_to_list) <- c("a", "b", "c")

代码说明 #

• 动态适配：通过strsplit自动识别分组数量，不管有多少个第三维度层级，都能完成拆分，无需手动修改代码
• 递归兼容：只要行名遵循分组:子项的格式，就能自动处理任意数量的分组
• 格式匹配：通过gsub替换列名空格为X，完全对齐期望输出的格式

内容的提问来源于stack exchange，提问作者GSA