如何在R中高效将data.table转换为二维列表？

针对大体积data.table的转换需求，推荐使用data.table原生的高效函数，避免apply这类慢循环方法，以下分两种常见场景给出实现：

场景1：按列拆分的二维列表（适配fcoalesce列间合并场景） #

如果你的需求是将data.table的每一列作为子列表元素（这也是fcoalesce最常用的输入形式，比如从a、b、c列取非缺失值填充x列），直接用as.list()即可——这是效率最高的方式，因为data.table本身是列存储结构，该操作不会复制数据，只是生成列的引用：

library(data.table)
dt <- data.table(a = c(1, NA, 3), b = c(NA, 2, NA), c = c(5, 6, 7))

# 按列拆分的二维列表
col_list <- as.list(dt)
# 直接用于fcoalesce：do.call(fcoalesce, col_list)

场景2：按行拆分的二维列表 #

如果需要将data.table的每一行作为子列表元素，使用data.table的transpose()函数（C语言实现，远快于base R的t()或循环），再转成列表：

# 按行拆分的二维列表
row_list <- as.list(data.table::transpose(dt))

额外优化：直接在data.table中完成fcoalesce操作 #

如果你的最终目的是在另一个data.table中填充缺失值，其实不需要提前转换列表，可直接在data.table语法内完成，效率更高：

# 示例：在another_dt中，从a、b、c列取第一个非缺失值填充x列
another_dt[, x := do.call(fcoalesce, .SD), .SDcols = c("a", "b", "c")]

内容的提问来源于stack exchange，提问作者Ian Wang