如何按列中连续相同元素高效拆分DataFrame为有序列表？

你遇到的问题核心是区分“全局相同类别”和“连续相同元素”，split(df, interaction(df$X__1))会把所有相同值的行归为一组，不管是否连续，这就是为什么结果不符合预期。下面给你两种高效的R语言解决方案，专门处理连续相同元素的分组拆分：

基础R实现 #

首先构造示例DataFrame（和你描述的一致）：

df <- data.frame(
  X__1 = c("S003", "S003", "S003", "S006", "S006", "S011", "S007", "S007", "S003", "S003", "S005", "S006")
)

接下来生成连续分组标识：我们通过判断当前元素和前一个是否不同，用cumsum累加得到分组ID：

# 创建分组列，元素变化时分组ID递增
df$group <- cumsum(c(TRUE, diff(as.factor(df$X__1)) != 0))

最后用split按分组ID拆分：

split_result <- split(df$X__1, df$group)

运行后你会得到期望的结果：

> split_result
$`1`
[1] "S003" "S003" "S003"

$`2`
[1] "S006" "S006"

$`3`
[1] "S011"

$`4`
[1] "S007" "S007"

$`5`
[1] "S003" "S003"

$`6`
[1] "S005"

$`7`
[1] "S006"

dplyr + purrr 实现（tidyverse风格） #

如果你习惯用tidyverse工具链，也可以这样写：

library(dplyr)
library(purrr)

split_result <- df %>%
  # 生成连续分组ID：lag(X__1)取前一个元素，不同则分组+1
  mutate(group = cumsum(c(TRUE, X__1 != lag(X__1)))) %>%
  # 按分组拆分，去掉group列
  group_split(group, .keep = FALSE) %>%
  # 提取每个子DataFrame的X__1列转为向量
  map(pull, X__1)

这个方法的结果和基础R实现完全一致，代码更符合tidyverse的语法习惯。

为什么你的原方法不生效？ #

interaction(df$X__1)本质是把X__1的每个唯一值映射为一个分组键，它只关注值是否相同，不关心值在序列中的连续性。所以所有S003的行都会被归为一组，而不是按连续的块拆分——这正是你遇到的问题。

内容的提问来源于stack exchange，提问作者Sofiane M'barki