我正在尝试根据R中两个大小不同的向量创建所有元素的唯一组合。例如,第一个向量是

a <- c("ABC", "DEF", "GHI")


,第二个是当前以字符串形式存储的日期

b <- c("2012-05-01", "2012-05-02", "2012-05-03", "2012-05-04", "2012-05-05")


我需要创建一个具有两列的数据框,像这样

> data
    a          b
1  ABC 2012-05-01
2  ABC 2012-05-02
3  ABC 2012-05-03
4  ABC 2012-05-04
5  ABC 2012-05-05
6  DEF 2012-05-01
7  DEF 2012-05-02
8  DEF 2012-05-03
9  DEF 2012-05-04
10 DEF 2012-05-05
11 GHI 2012-05-01
12 GHI 2012-05-02
13 GHI 2012-05-03
14 GHI 2012-05-04
15 GHI 2012-05-05


因此,基本上,我正在通过考虑一个矢量(a)的所有元素与第二个矢量(b)的所有元素并置的唯一组合。

理想的解决方案将推广到更多的输入向量。



另请参见:如何生成组合矩阵


#1 楼

这可能是您想要的东西

> expand.grid(a,b)
   Var1       Var2
1   ABC 2012-05-01
2   DEF 2012-05-01
3   GHI 2012-05-01
4   ABC 2012-05-02
5   DEF 2012-05-02
6   GHI 2012-05-02
7   ABC 2012-05-03
8   DEF 2012-05-03
9   GHI 2012-05-03
10  ABC 2012-05-04
11  DEF 2012-05-04
12  GHI 2012-05-04
13  ABC 2012-05-05
14  DEF 2012-05-05
15  GHI 2012-05-05


如果生成的订单不是您想要的,则可以进行排序。如果将参数命名为expand.grid,则它们将成为列名称:

df = expand.grid(a = a, b = b)
df[order(df$a), ]


expand.grid可以推广到任意数量的输入列。

评论


而且不需要plyr进行排序:result <-expand.grid(a = a,b = b);结果<-result [order(result(result $ a,result $ b),];

–thelatemail
2012年7月9日在3:55

代表比我更多的人能够接受此答案吗?

–乔什
19年8月26日在20:29

如果顺序和名称应与问题相同:expand.grid(b = b,a = a)[2:1]

– GKi
19/12/17在9:40

请注意,标题为“唯一组合”(Unique Combinations)-此答案解决了OP问题,但是如果2列的数据类型相同,并且您应用expand.grid,则将具有唯一的排列,而不是唯一的组合

–布伦特
5月13日22:46

#2 楼

tidyr软件包提供了不错的替代crossing,它比经典expand.grid功能更好,因为(1)字符串未转换为因子,并且(2)排序更直观:

library(tidyr)

a <- c("ABC", "DEF", "GHI")
b <- c("2012-05-01", "2012-05-02", "2012-05-03", "2012-05-04", "2012-05-05")

crossing(a, b)

# A tibble: 15 x 2
       a          b
   <chr>      <chr>
 1   ABC 2012-05-01
 2   ABC 2012-05-02
 3   ABC 2012-05-03
 4   ABC 2012-05-04
 5   ABC 2012-05-05
 6   DEF 2012-05-01
 7   DEF 2012-05-02
 8   DEF 2012-05-03
 9   DEF 2012-05-04
10   DEF 2012-05-05
11   GHI 2012-05-01
12   GHI 2012-05-02
13   GHI 2012-05-03
14   GHI 2012-05-04
15   GHI 2012-05-05


#3 楼

在r-faq概述中缺少data.table-package中的CJ-函数。使用方法:

library(data.table)
CJ(a, b, unique = TRUE)


给出:


      a          b
 1: ABC 2012-05-01
 2: ABC 2012-05-02
 3: ABC 2012-05-03
 4: ABC 2012-05-04
 5: ABC 2012-05-05
 6: DEF 2012-05-01
 7: DEF 2012-05-02
 8: DEF 2012-05-03
 9: DEF 2012-05-04
10: DEF 2012-05-05
11: GHI 2012-05-01
12: GHI 2012-05-02
13: GHI 2012-05-03
14: GHI 2012-05-04
15: GHI 2012-05-05




注意:从1.12.2版开始,CJ会自动命名结果列(另请参见此处和此处)。

#4 楼

从1.0.0版本开始,tidyr提供了自己的expand.grid()版本。它通过与向量一起使用的低级功能完善了现有的expand()nesting()crossing()系列。

base::expand.grid()相比:


以最快的速度改变第一个元素。切勿将字符串转换为因数。
不添加任何其他属性。返回小标题,而不是数据
帧。可以扩展任何广义矢量,包括数据帧。


a <- c("ABC", "DEF", "GHI")
b <- c("2012-05-01", "2012-05-02", "2012-05-03", "2012-05-04", "2012-05-05")

tidyr::expand_grid(a, b)

   a     b         
   <chr> <chr>     
 1 ABC   2012-05-01
 2 ABC   2012-05-02
 3 ABC   2012-05-03
 4 ABC   2012-05-04
 5 ABC   2012-05-05
 6 DEF   2012-05-01
 7 DEF   2012-05-02
 8 DEF   2012-05-03
 9 DEF   2012-05-04
10 DEF   2012-05-05
11 GHI   2012-05-01
12 GHI   2012-05-02
13 GHI   2012-05-03
14 GHI   2012-05-04
15 GHI   2012-05-05


#5 楼

您可以使用订单功能对任意数量的列进行排序。对于您的示例

df <- expand.grid(a,b)
> df
   Var1       Var2
1   ABC 2012-05-01
2   DEF 2012-05-01
3   GHI 2012-05-01
4   ABC 2012-05-02
5   DEF 2012-05-02
6   GHI 2012-05-02
7   ABC 2012-05-03
8   DEF 2012-05-03
9   GHI 2012-05-03
10  ABC 2012-05-04
11  DEF 2012-05-04
12  GHI 2012-05-04
13  ABC 2012-05-05
14  DEF 2012-05-05
15  GHI 2012-05-05

> df[order( df[,1], df[,2] ),] 
   Var1       Var2
1   ABC 2012-05-01
4   ABC 2012-05-02
7   ABC 2012-05-03
10  ABC 2012-05-04
13  ABC 2012-05-05
2   DEF 2012-05-01
5   DEF 2012-05-02
8   DEF 2012-05-03
11  DEF 2012-05-04
14  DEF 2012-05-05
3   GHI 2012-05-01
6   GHI 2012-05-02
9   GHI 2012-05-03
12  GHI 2012-05-04
15  GHI 2012-05-05`