与dplyr R的笛卡尔积

Question

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

Answer 1

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

Answer 2

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tbls（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。

Answer 3

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

Answer 4

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。

Answer 5

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)

Answer 6

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。