R中是否有函数可按数据集clade列唯一值拆分分组并独立处理？

核心实现（无需额外安装包） #

R内置的split()函数完全匹配你的需求，不需要提前知晓分组数量、分组名称，只需要指定拆分依据的列即可：

# 1. 按clade列的唯一值拆分数据集，结果会存储为列表
df_list <- split(df, f = df$clade)

此时你得到的df_list是一个列表，每个元素对应一个clade分组的子数据集，列表的元素名自动对应clade列的唯一值。

如果你需要把每个子数据集生成全局环境中的独立对象，可以补充运行下面的代码：

# 2. 批量将列表中的子数据集导出为独立对象，对象前缀可自定义
lapply(names(df_list), function(clade_name) {
  # 生成的对象名格式为clade_xx，xx为对应分组的取值
  assign(paste0("clade_", clade_name), df_list[[clade_name]], envir = .GlobalEnv)
})

运行完成后，你可以直接在环境中调用对应clade的独立数据集，比如clade_1、clade_2等。

补充说明 #

• 更推荐优先使用列表df_list开展后续批量操作：配合lapply()或者tidyverse生态的purrr::map()函数，可以批量对所有分组做统计、绘图、导出等操作，比管理多个零散的独立对象效率高很多。
• 如果你习惯使用tidyverse语法，也可以用dplyr::group_split()实现拆分：

  library(dplyr)
  df_list <- df %>% 
    group_by(clade) %>% 
    group_split(.keep = TRUE) %>% # .keep参数控制是否保留clade列，默认保留
    setNames(unique(df$clade)) # 手动给列表元素命名，和split()效果一致
  

内容的提问来源于stack exchange，提问作者Skylar Gay