我正试图找到笛卡尔积的dplyr函数。我有两个简单的data.frame,没有公共变量:
x <- data.frame(x=c("a","b","c"))
y <- data.frame(y=c(1,2,3))
我想重现一下结果
merge(x,y)
x y
1 a 1
2 b 1
3 c 1
4 a 2
5 b 2
6 c 2
7 a 3
8 b 3
9 c 3
我已经找到了这个(例如here或here)而没有找到任何有用的东西。
非常感谢你
使用crossing包中的tidyr
:
x <- data.frame(x=c("a","b","c"))
y <- data.frame(y=c(1,2,3))
crossing(x, y)
结果:
x y
1 a 1
2 a 2
3 a 3
4 b 1
5 b 2
6 b 3
7 c 1
8 c 2
9 c 3
向所有人道歉:以下示例似乎不适用于data.frames或data.tables。
当x和y是数据库tbl
s(tbl_dbi
/ tbl_sql
)时,你现在也可以这样做:
full_join(x, y, by = character())
在2017年底添加到dplyr,并在DB世界中转换为CROSS JOIN
。保存必须引入假变量的肮脏。
如果我们需要tidyverse
输出,我们可以使用expand
的tidyr
library(tidyverse)
y %>%
expand(y, x= x$x) %>%
select(x,y)
# A tibble: 9 × 2
# x y
# <fctr> <dbl>
#1 a 1
#2 b 1
#3 c 1
#4 a 2
#5 b 2
#6 c 2
#7 a 3
#8 b 3
#9 c 3
遇到这个问题时,我倾向于这样做:
x <- data.frame(x=c("a","b","c"))
y <- data.frame(y=c(1,2,3))
x %>% mutate(temp=1) %>%
inner_join(y %>% mutate(temp=1),by="temp") %>%
dplyr::select(-temp)
如果x和y是多列数据帧,但我想要将x行与y行的每个组合进行处理,那么这比我可以提出的任何expand.grid()选项更整洁。
expand.grid(x=c("a","b","c"),y=c(1,2,3))
编辑:还考虑以下来自“Y T”的优雅解决方案,用于更复杂的data.frame:
https://stackoverflow.com/a/21911221/5350791
简而言之:
expand.grid.df <- function(...) Reduce(function(...) merge(..., by=NULL), list(...))
expand.grid.df(df1, df2, df3)
这是dsz评论的延续。想法凸轮来自:http://jarrettmeyer.com/2018/07/10/cross-join-dplyr。
tbl_1$fake <- 1
tbl_2$fake <- 1
my_cross_join <- full_join(tbl_1, tbl_2, by = "fake") %>%
select(-fake)
我在四列数据上测试了这个数据,大小从4到640 obs,大约需要1.08秒。