Рамка данных декартовых произведений

Question

У меня есть три или более независимых переменных, представленных в виде векторов R, например:

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

, и я хочу взять декартово произведение всех из них и поместить результат в кадр данных, например, так::

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

Я могу сделать это вручную, записывая вызовы на 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))

, но должен быть более элегантный способ сделать это, да?product in itertools выполняет часть работы, но я не могу найти способ поглотить вывод итератора и поместить его во фрейм данных.Любые предложения?

ps Следующий шаг в этом расчете выглядит как

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

, поэтому, если вы знаете способ выполнить оба шага одновременно, это также будет полезно.

Answer 1

Вы можете использовать expand.grid(A, B, C)

РЕДАКТИРОВАТЬ: альтернативой использованию do.call для достижения второй части, является функция mdply.Вот код

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

, чтобы проиллюстрировать его использование с помощью тривиальной функции «вставить», вы можете попробовать

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

Answer 2

Есть функция, управляющая фреймом данных, которая в этом случае полезна.

Может производить различные объединения (в терминологии SQL), а декартово произведение - особый случай.

Сначала необходимо преобразовать переменные в фреймы данных, потому что в качестве параметров берется фрейм данных.

так что-то вроде этого будет делать:

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);

Единственное, о чем нужно заботиться, это то, что строки сортируются не так, как вы изображали. Вы можете сортировать их вручную по своему желанию.

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, ...)

"Если by или оба by.x и by.y имеют длину 0 (нулевой вектор длины или NULL), результат r является декартовым произведением x и y"

см. Этот URL для деталей: http://stat.ethz.ch/R-manual/R-patched/library/base/html/merge.html

Answer 3

Рассмотрите возможность использования замечательной библиотеки data.table для выразительности и скорости. Он обрабатывает множество сценариев использования plyr (реляционная группа по) вместе с преобразованием, подмножеством и реляционным объединением, используя довольно простой унифицированный синтаксис.

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

или в одну строку

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

Answer 4

Вот способ сделать и то и другое, используя предложение Рамната о expand.grid:

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)

Обратите внимание, что do.call работает на d "как есть", потому что data.frame - это list. Но do.call ожидает, что имена столбцов d будут совпадать с именами аргументов f.

Answer 5

С библиотекой tidyr можно использовать tidyr::crossing (порядок будет такой же, как в OP):

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 

Следующим шагом будет использование tidyverse, особенно семейства purrr::pmap*

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 6

Использование перекрестного соединения в sqldf:

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 7

Я никогда не смогу вспомнить эту стандартную функцию expand.grid.Итак, вот другая версия.

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='_'))