笛卡尔积数据框

Question

我有三个或更多表示为 R 向量的自变量，如下所示：

A <- c(1,2,3)
B <- factor(c('x','y'))
C <- c(0.1,0.5)

我想获取所有这些变量的笛卡尔积并将结果放入数据框中，如下所示：

A B C
1 x 0.1
1 x 0.5
1 y 0.1
1 y 0.5
2 x 0.1
2 x 0.5
2 y 0.1
2 y 0.5
3 x 0.1
3 x 0.5
3 y 0.1
3 y 0.5

我可以通过手动写出对 < 的调用来完成此操作code>rep：

d <- data.frame(A = rep(A, times=length(B)*length(C)),
                B = rep(B, times=length(A), each=length(C)),
                C = rep(C, each=length(A)*length(B))

但是一定有更优雅的方法来做到这一点，是吗？ itertools 中的product 完成了部分工作，但我找不到任何方法来吸收迭代器的输出并将其放入数据框中。有什么建议吗？

ps 此计算的下一步看起来像

d$D <- f(d$A, d$B, d$C)

这样，如果您知道同时执行这两个步骤的方法，那也会很有帮助。

Answer 1

我永远记不起那个标准函数expand.grid。所以这是另一个版本。

crossproduct <- function(...,FUN='data.frame') {
  args <- list(...)
  n1 <- names(args)
  n2 <- sapply(match.call()[1+1:length(args)], as.character)
  nn <- if (is.null(n1)) n2 else ifelse(n1!='',n1,n2)
  dims <- sapply(args,length)
  dimtot <- prod(dims)
  reps <- rev(cumprod(c(1,rev(dims))))[-1]
  cols <- lapply(1:length(dims), function(j)
                 args[[j]][1+((1:dimtot-1) %/% reps[j]) %% dims[j]])
  names(cols) <- nn
  do.call(match.fun(FUN),cols)
}

A <- c(1,2,3)
B <- factor(c('x','y'))
C <- c(.1,.5)

crossproduct(A,B,C)

crossproduct(A,B,C, FUN=function(...) paste(...,sep='_'))

Answer 2

这里有一种方法可以同时实现这两种功能，使用 Ramnath 的 expand.grid 建议：

f <- function(x,y,z) paste(x,y,z,sep="+")
d <- expand.grid(x=A, y=B, z=C)
d$D <- do.call(f, d)

请注意，do.call “按原样”在 d 上工作，因为data.frame 是一个列表。但 do.call 期望 d 的列名称与 f 的参数名称匹配。

Answer 3

在 sqldf 中使用交叉联接：

library(sqldf)

A <- data.frame(c1 = c(1,2,3))
B <- data.frame(c2 = factor(c('x','y')))
C <- data.frame(c3 = c(0.1,0.5))

result <- sqldf('SELECT * FROM (A CROSS JOIN B) CROSS JOIN C') 

Answer 4

考虑使用出色的 data.table 库来提高表现力和速度。它使用相当简单的统一语法处理许多 plyr 用例（关系分组依据），以及变换、子集和关系连接。

library(data.table)
d <- CJ(x=A, y=B, z=C)  # Cross join
d[, w:=f(x,y,z)]  # Mutates the data.table

或在一行中

d <- CJ(x=A, y=B, z=C)[, w:=f(x,y,z)]

Answer 5

有一个操作数据框的函数，在这种情况下很有帮助。

它可以产生各种连接（在SQL术语中），而笛卡尔积是一个特例。

您必须先将变量转换为数据帧，因为它以数据帧作为参数。

所以像这样的事情就可以了：

A.B=merge(data.frame(A=A), data.frame(B=B),by=NULL);
A.B.C=merge(A.B, data.frame(C=C),by=NULL);

唯一需要关心的是行没有按照你所描述的那样排序。
您可以根据需要手动对它们进行排序。

merge(x, y, by = intersect(names(x), names(y)),
      by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all,
      sort = TRUE, suffixes = c(".x",".y"),
      incomparables = NULL, ...)

“如果 by.x 和 by.y 或两者的长度为 0（长度为零的向量或 NULL），则结果 r 是 x 和 y 的笛卡尔积”，

有关详细信息，请参阅此 url：http://stat.ethz.ch/R-manual/R-修补/library/base/html/merge.html

Answer 6

通过库 tidyr 可以使用 tidyr::crossing （顺序将与 OP 中相同）：

library(tidyr)
crossing(A,B,C)
# A tibble: 12 x 3
#        A B         C
#    <dbl> <fct> <dbl>
#  1     1 x       0.1
#  2     1 x       0.5
#  3     1 y       0.1
#  4     1 y       0.5
#  5     2 x       0.1
#  6     2 x       0.5
#  7     2 y       0.1
#  8     2 y       0.5
#  9     3 x       0.1
# 10     3 x       0.5
# 11     3 y       0.1
# 12     3 y       0.5 

下一步将是使用 tidyverse，尤其是purrr::pmap* 系列：

library(tidyverse)
crossing(A,B,C) %>% mutate(D = pmap_chr(.,paste,sep="_"))
# A tibble: 12 x 4
#        A B         C D      
#    <dbl> <fct> <dbl> <chr>  
#  1     1 x       0.1 1_1_0.1
#  2     1 x       0.5 1_1_0.5
#  3     1 y       0.1 1_2_0.1
#  4     1 y       0.5 1_2_0.5
#  5     2 x       0.1 2_1_0.1
#  6     2 x       0.5 2_1_0.5
#  7     2 y       0.1 2_2_0.1
#  8     2 y       0.5 2_2_0.5
#  9     3 x       0.1 3_1_0.1
# 10     3 x       0.5 3_1_0.5
# 11     3 y       0.1 3_2_0.1
# 12     3 y       0.5 3_2_0.5

Answer 7

您可以使用 expand.grid(A, B, C)

---

编辑： 使用 do.call 来实现第二部分的替代方法是plyr 包中的函数 mdply：

library(plyr)

d = expand.grid(x = A, y = B, z = C)
d = mdply(d, f)

为了使用简单的函数“paste”来说明其用法，您可以尝试

d = mdply(d, 'paste', sep = '+');