R按数据框变量分组时生成存储命名向量的列表列的高效方法

你之前使用map2生成结果不符合预期的核心原因是：map2是逐元素遍历向量，会对每组内的每一对cty和hwy单独生成长度为1的命名向量，最终每个分组返回了和行数相等的结果，而非每个分组对应一个完整的命名向量。

无需嵌套tibble，直接通过dplyr的分组汇总即可生成目标结果：

library(dplyr)

expected_output <- my_mpg %>%
  group_by(manufacturer, year) %>%
  summarise(
    desired_named_vec = list(setNames(cty, hwy)),
    .groups = "drop"
  )

该方案没有中间嵌套tibble的冗余步骤，分组汇总时直接将每组的cty作为值、hwy作为名生成命名向量，外层套list()是为了将每个完整的命名向量作为列表的单个元素，存储为列表列；.groups = "drop"参数可以取消结果的分组属性，避免不必要的性能开销。

如果你的数据量达到千万行级，推荐使用性能更高的data.table方案，内存占用和运行速度都优于tidyverse实现：

library(data.table)
# 将数据框转换为data.table
setDT(my_mpg)
expected_output <- my_mpg[, 
  .(desired_named_vec = .(setNames(cty, hwy))), 
  by = .(manufacturer, year)
]

上述代码中by参数指定分组规则，内层的.()是list()的简写，直接将生成的命名向量包装为列表元素，全程无冗余中间对象生成，适合大数据量场景使用。

目前tidyr::nest()默认没有提供直接自定义输出类的参数，设计逻辑上它的定位就是生成嵌套tibble结构。如果你需要自定义嵌套输出类型，可以直接通过分组汇总操作生成目标对象，不需要依赖nest()的默认逻辑，上述直接汇总生成命名向量的方案比修改nest输出的效率更高。

内容的提问来源于stack exchange，提问作者Emman