R中的笛卡尔乘积数据框
我有三个或更多的独立variables表示为R向量，如下所示：
A <- c(1,2,3) B <- factor(c('x','y')) C <- c(0.1,0.5) 我想把它们全部的笛卡儿积作为一个数据框，如下所示：
ABC 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rep来做到这一点：
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))
但是必须有一个更优雅的方式来做到这一点，是的？ itertools中的product做了一部分工作，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build议么？
ps这个计算的下一步看起来像
d$D <- f(d$A, d$B, d$C)
所以如果你知道一个方法来同时做两个步骤，那也是有帮助的。
你可以使用expand.grid(A, B, C)
编辑：使用do.call来实现第二部分的替代方法是函数mdply。 这里是代码
d = expand.grid(x = A, y = B, z = C) d = mdply(d, f)
用一个简单的函数“粘贴”来说明它的用法，你可以试试
d = mdply(d, 'paste', sep = '+');
有一个操作数据框的function，在这种情况下是有帮助的。
它可以产生各种连接（使用SQL术语），而笛卡儿积是一个特例。
您必须首先将variables转换为dataframe，因为它将dataframe作为参数。
所以这样的事情会做：
AB=merge(data.frame(A=A), data.frame(B=B),by=NULL); ABC=merge(AB, data.frame(C=C),by=NULL);
唯一要关心的是行不按照你描述的sorting。 您可以根据需要手动对其进行分类。
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的长度为0（长度为零的vector或NULL），则结果r是x和y的笛卡尔乘积”
详情请参阅此url： http : //stat.ethz.ch/R-manual/R-patched/library/base/html/merge.html
这里有两种方法可以使用Ramnath对expand.grid的build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对d “原样”起作用，因为data.frame是一个list 。 但do.call期望d的列名匹配f的参数名。
考虑使用美妙的data.table库performance力和速度。 它使用相当简单的统一语法处理许多plyr用例（关系组by），以及转换，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
d <- CJ(x=A, y=B, z=C)[, w:=f(x,y,z)]
我永远不会记得那个标准函数expand.grid 。 所以这里是另一个版本。
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='_'))
