如何高效快速地重新打包R语言列表？

你需要将现有列表L1、数据框ref和变量type重新打包成指定结构的嵌套列表，以下是几种高效的实现方法：

原始输入代码 #

L1 <- list(
  df1 = data.frame(
    a = c(1,2,3),
    b = c(4,7,1),
    c = c(2,7,9)),
  df2 = data.frame(
    a = c(3,3,8),
    b = c(1,0,3),
    c = c(4,6,2)),
  df3 = data.frame(
    a = c(3,8,5),
    b = c(4,7,4),
    c = c(2,4,8))
)
ref <- data.frame(id = c("df1", "df2", "df3"))
type <- "char"

期望输出结构 #

super_list <- list(
   body1 = list( row = L1[["df1"]], ref = ref[1], type=type), 
   body2 = list( row = L1[["df2"]], ref = ref[2], type=type), 
   body3 = list( row = L1[["df3"]], ref = ref[3], type = type))

实现方法 #

方法1：基础R（无需额外包） #

利用lapply遍历索引生成子列表，最后为父列表命名，轻量高效：

# 生成每个body元素
super_list <- lapply(seq_along(L1), function(i) {
  list(row = L1[[i]], ref = ref[i, , drop = FALSE], type = type)
})

# 为列表元素设置名称
names(super_list) <- paste0("body", seq_along(L1))

注：ref[i, , drop = FALSE]确保返回结果为数据框结构，与期望输出中的ref[1]保持一致。

方法2：使用purrr包（代码更简洁） #

如果习惯tidyverse风格，purrr::map2可以同时遍历列表元素和对应索引，代码更紧凑：

library(purrr)

super_list <- map2(L1, seq_along(L1), function(df, i) {
  list(row = df, ref = ref[i, , drop = FALSE], type = type)
}) %>% 
  set_names(paste0("body", seq_along(.)))

方法3：data.table包（大数据场景优化） #

若处理的列表规模较大，data.table的操作逻辑在性能上更有优势：

library(data.table)

super_list <- lapply(seq_along(L1), function(i) {
  list(row = L1[[i]], ref = ref[i, , drop = FALSE], type = type)
})
setattr(super_list, "names", paste0("body", seq_along(L1)))

以上方法均可高效生成目标嵌套列表结构，可根据场景选择：基础R方法无依赖适合轻量需求；purrr代码易读性更强；data.table更适配大规模数据处理场景。

内容的提问来源于stack exchange，提问作者Roman Zubariev