如何在dplyr管道中复现plyr包dlply的“数据框入、列表出”功能？

当然可以！既然你更倾向于使用dplyr，完全不需要依赖plyr就能实现“数据框入、列表出”的效果，而且操作更贴合tidyverse的风格，还能避免两个包的兼容性问题。下面分两种常见场景来演示：

1. 单纯按分组拆分数据框为列表 #

如果只是想把数据框按指定变量分组，然后拆成每个分组对应一个数据框的列表，用group_split()就可以完美实现，这对应dlply只做拆分的场景：

library(dplyr)

# 示例：把mtcars按cyl分组拆成列表
split_result <- mtcars %>%
  group_by(cyl) %>%
  group_split()

# 查看结果结构
str(split_result)

执行后你会得到一个列表，每个元素是对应cyl值的子数据框，和dlply(mtcars, .(cyl), identity)的效果完全一致。

如果需要给列表元素加上分组变量对应的名称（和dlply默认的命名逻辑对齐），可以搭配set_names()：

named_split_result <- mtcars %>%
  group_by(cyl) %>%
  group_split() %>%
  set_names(unique(mtcars$cyl))

2. 分组后执行自定义操作再返回列表 #

如果你需要像dlply那样，对每个分组数据框执行特定操作（比如汇总、建模等）后返回列表结果，group_map()是最佳选择：

# 示例：对每个cyl分组计算mpg的均值和hp的最大值，结果以列表返回
operation_result <- mtcars %>%
  group_by(cyl) %>%
  group_map(~ .x %>% summarize(mean_mpg = mean(mpg), max_hp = max(hp)))

# 查看结果
operation_result

这里的~ .x表示把每个分组的子数据框传给.x，你可以在后面的管道里任意组合dplyr或其他R函数，最终每个分组的计算结果会作为列表的一个元素返回，对应dlply(mtcars, .(cyl), function(x) {x %>% summarize(...)})的功能。

另外，如果你需要保留分组信息作为结果的一部分，也可以用group_modify()，不过它返回的是数据框；而group_map()专门用于返回列表，完全匹配你要的“列表出”需求。

为什么这些方法更好？ #

• 完全基于dplyr生态，不会和plyr产生兼容性冲突；
• 管道式写法更直观，符合tidyverse的代码风格；
• 函数参数和dplyr其他操作一致，学习成本更低。

内容的提问来源于stack exchange，提问作者C. Denney