R语言：按分组生成与指定列关联的向量列表（无关列顺序）

嘿，我完全get到你的需求了——你需要按id分组生成命名向量列表，每个向量的元素名对应df$a，值对应df$b，而且不想依赖先排序再split的方式，还要比你之前的spread+循环方案更优雅对吧？

这里有几个基于tidyverse（dplyr+purrr）的简洁方案，完美满足你的需求：

方案1：group_by + summarise + set_names #

这是最直接的方式，一步到位：

library(dplyr)
library(purrr)

df <- tibble(id = paste0('id',rep(1:2, each = 5)), 
             a = rep(letters[1:5],2),
             b=c(1:5,5:1))

result <- df %>%
  group_by(id) %>%
  summarise(named_vec = list(set_names(b, a))) %>%
  pull(named_vec)

# 查看结果
result
# [[1]]
# a b c d e 
# 1 2 3 4 5 
# 
# [[2]]
# a b c d e 
# 5 4 3 2 1 

• group_by(id)：按id分组
• summarise(list(set_names(b, a)))：对每个组，用set_names把b向量的元素名设置为对应的a值，再打包成列表列
• pull(named_vec)：直接提取列表列，得到你需要的纯列表，没有多余元素

方案2：nest + map #

如果你习惯用嵌套数据框的思路，这个方案也很清晰：

result <- df %>%
  nest(data = c(a, b)) %>%  # 把每个id对应的a和b嵌套成数据框列
  mutate(named_vec = map(data, ~set_names(.x$b, .x$a))) %>%  # 遍历每个嵌套数据框生成命名向量
  pull(named_vec)

这个方案和方案1结果完全一致，只是用nest先把分组数据打包，再用map逐个处理，逻辑更直观。

为什么这比你的原方案更好？ #

• 完全避免了手动循环和spread操作，代码更简洁易读
• 直接在分组内完成命名绑定，不需要额外处理顺序问题
• 结果正好是你需要的两个元素的列表，没有多余的第一个元素

这样你就可以直接把result里的每个向量传入你的函数啦！

内容的提问来源于stack exchange，提问作者tjebo