如何将R语言的data.table转换为按MV分组的矩阵列表？

嘿，这个需求用data.table的分组特性就能轻松搞定，下面是具体的步骤和代码：

1. 先确保数据包含完整时间段（可选但推荐） #

如果你的原始data.table里，部分MV可能缺失某些时间段（比如没有1-178的全部记录），那第一步要先补全所有MV对应的178个时间段，避免生成矩阵时长度不够：

# 假设你的data.table名为dt
library(data.table)

# 生成所有MV和1-178时间段的笛卡尔积，左连接原表补全数据
full_dt <- dt[CJ(MV = unique(MV), time = 1:178), on = .(MV, time)]

# 按需填充缺失值（比如consumption缺省填0，isAbsentBool缺省填TRUE，可根据实际需求调整）
full_dt[, `:=`(
  consumption = fifelse(is.na(consumption), 0, consumption),
  dailySd = fifelse(is.na(dailySd), 0, dailySd),
  isAbsentBool = fifelse(is.na(isAbsentBool), TRUE, isAbsentBool)
)]

2. 按MV分组生成矩阵列表 #

接下来就可以按MV分组，为每个MV生成包含三个矩阵的子列表：

# 分组生成矩阵，每个MV对应一个包含三个矩阵的列表
matrix_result <- full_dt[, .(
  matrix_set = list(
    consumption = matrix(consumption, nrow = 178, dimnames = list(paste0("time_", time), NULL)),
    dailySd = matrix(dailySd, nrow = 178, dimnames = list(paste0("time_", time), NULL)),
    isAbsentBool = matrix(isAbsentBool, nrow = 178, dimnames = list(paste0("time_", time), NULL))
  )
), by = MV]

# 把结果转换成以MV值为名称的列表，方便后续调用
matrix_result <- setNames(matrix_result$matrix_set, matrix_result$MV)

3. 调用示例 #

现在你可以直接通过MV名称访问对应的矩阵了：

# 获取MV=1的consumption矩阵
matrix_result[["1"]]$consumption

# 获取MV=2的isAbsentBool矩阵
matrix_result[["2"]]$isAbsentBool

注意点 #

• 如果你的原始数据中每个MV已经有完整的178条时间段记录，那第一步补全数据的操作可以跳过，直接执行第二步即可。
• matrix()函数里的nrow=178是指定矩阵为178行1列，如果你需要其他维度（比如1行178列），可以改成ncol=178。

内容的提问来源于stack exchange，提问作者Cos