R-data.table行中的不可透视列表

Question

我有一个包含几个列的数据集，其中包括带有列表条目的1列：

DT = data.table(
  x = c(1:5),
  y = seq(2, 10, 2),
  z = list(list("a","b","a"), list("a","c"), list("b","c"), list("a","b","c"), list("b","c","b"))
)

基本上，我试图从z列中取消列出a，b，c，并基于x和y值汇总数据。

所需的输出：

    z x sum(y)
 1: a 1  4
 2: b 1  2
 3: a 2  4
 4: c 2  4
 5: b 3  6
 6: c 3  6
 7: a 4  8
 8: b 4  8
 9: c 4  8
10: b 5 20
11: c 5 10

我当前的方法是四处循环。 我在列表中创建了另外两个具有x和y值的列，其长度与z列中的列表条目的长度相同，然后在汇总之前同时取消列出所有3列-即y值之和，按z和x分组。

代码（取消列出和聚合之前）：

DT[, listlen := sapply(z, function(x) length(x))]
for (a in c(1:nrow(DT))){
  DT[a, x1:= list(list(rep(DT[a, x], DT[a, listlen])))]
  DT[a, y1:= list(list(rep(DT[a, y], DT[a, listlen])))]}
DT_out = data.table(x = unlist(DT[,x1]), y = unlist(DT[,y1]), z = unlist(DT[,z]))

   x  y      z listlen    x1       y1
1: 1  2 <list>       3 1,1,1    2,2,2
2: 2  4 <list>       2   2,2      4,4
3: 3  6 <list>       2   3,3      6,6
4: 4  8 <list>       3 4,4,4    8,8,8
5: 5 10 <list>       3 5,5,5 10,10,10

是否有通过data.table或reshape包提供的方法可以帮助我融化数据集/这样简单吗？ 因为我要处理的行比这多得多，所以此步骤似乎效率很低。

关于聚合步骤的任何其他帮助也将不胜感激！

Answer 1

unlist z列，然后按照常规通过by=汇总：

DT[, .(z=unlist(z)), by=.(x,y)][, .(sumy=sum(y)), by=.(x,z)]

#    x z sumy
# 1: 1 a    4
# 2: 1 b    2
# 3: 2 a    4
# 4: 2 c    4
# 5: 3 b    6
# 6: 3 c    6
# 7: 4 a    8
# 8: 4 b    8
# 9: 4 c    8
#10: 5 b   20
#11: 5 c   10