按组将DataFrame行转为嵌套列表元素，寻求更简便实现方法

嘿，我完全懂你想要的效果——按id分组后，每个id对应一个列表，里面的每个key又对应着它的子列表值对吧？嵌套lapply加split确实有点绕，这里有几个更直接清爽的实现方式，覆盖不同的R工具链，你可以按需选：

1. 使用tidyverse（dplyr + purrr） #

这是最符合直觉的写法，用分组嵌套+映射拆分的组合，代码可读性拉满：

library(dplyr)
library(purrr)

# 假设你的数据框是df，包含id、key、value三列
result <- df %>%
  group_by(id) %>%
  # 先按id把数据嵌套起来
  nest() %>%
  # 对每个嵌套的子数据框，按key拆分value列
  mutate(data = map(data, ~ split(.$value, .$key))) %>%
  # 把结果转换成以id为名称的列表
  deframe()

最终result就是你要的结构：每个元素是对应id的列表，列表里的每个key对应着它的所有值组成的子列表。

2. 使用data.table（适合大数据场景） #

如果你的数据量很大，data.table的速度优势会很明显，写法也相当紧凑：

library(data.table)
setDT(df)

# 简洁版写法
result <- df[, split(value, key), by = id] %>% 
  split(by = "id", keep.by = FALSE) %>% 
  lapply(function(x) setNames(x$V1, x$key))

或者更直白的分步写法：

# 先按id分组，每个组内按key拆分value
temp <- df[, .(key_list = list(split(value, key))), by = id]
# 提取结果并设置名称
result <- temp$key_list
names(result) <- temp$id

3. Base R简化写法 #

不用额外装包，用tapply替代嵌套lapply，代码更简洁：

result <- tapply(seq_len(nrow(df)), df$id, function(idx) {
  sub_df <- df[idx, ]
  split(sub_df$value, sub_df$key)
})

tapply会自动按id分组处理每行的索引，每个组内直接拆分对应的值，一步到位。

这些方法都能达到和你现有实现一样的效果，但代码更简洁易读，维护起来也更方便～

内容的提问来源于stack exchange，提问作者Julien Navarre