R中如何高效将双列data.table转换为键值对列表？

针对你的需求，以下是几种更快速、可读性更强的解决方案，适配你的大数据量场景：

1. data.table 最优方案（推荐） #

直接使用data.table优化过的split函数，一行代码完成转换，性能和可读性拉满：

library(data.table)
go_list <- split(dat$gene_id, dat$go_id)

如果偏好分组聚合的写法，也可以用更简洁的版本替代你的循环：

go_list <- dat[, setNames(list(gene_id), go_id), by = go_id][, unlist(.SD, recursive = FALSE)]

前者更直接，后者通过分组后直接命名列表，两种方式都比你的原方案高效得多。

2. base R 无依赖方案 #

如果不想依赖data.table，base R原生的split函数同样能完美解决，代码完全一致：

go_list <- split(dat$gene_id, dat$go_id)

这个方案无需额外安装包，处理28万行数据的速度也足够优秀。

3. 原方案的优化说明 #

你的原方案先分组聚合生成嵌套data.table，再通过循环逐个赋值，存在冗余步骤：

• 循环在处理17000个go_id时会产生明显的性能开销，R的解释型循环远慢于向量化操作；
• 上述split方案是C级别的向量化实现，分组效率提升显著，同时代码更简洁易读。

4. 适配多基因关联多GO的场景 #

所有方案都能正确处理单个基因关联多个go_id的情况：split会按go_id的每个取值分组，同一个基因会被分配到所有对应的分组列表中，完全符合你的业务需求。

内容的提问来源于stack exchange，提问作者dariober