如何在 R 中的两个 H2OFrame 之间进行交叉连接？

Question

我想在两个H2OFrames 之间进行交叉连接。寻找解决方法严格在 H2OFrame

col1.1 <- c('A', 'B', 'E', 'C', 'F', 'D')
dummy <- rep(1,6)

d1.hex <- as.h2o( cbind( col1.1, dummy ) )

col2.1 <- c('xx', 'yy', 'zz', 'ww')

dummy <- rep(1,4)

d2.hex <- as.h2o( cbind( col2.1, dummy ) )

如果我使用 all =TRUE 它会抛出错误：未实现

h2o.merge(d1.hex, d2.hex, all = TRUE)

如果我使用默认，连接结果不是交叉连接

h2o.merge(d1.hex, d2.hex )

dummy col1.1 col2.1

1 A xx

1 B xx

1 E xx

1 C xx

1 F xx

1 D xx

我尝试将连接列的数据类型更改为分类或数字但没有成功。寻求您的帮助以解决问题。

谢谢

Answer 1

令人沮丧的答案是你不能，并且已经有两个错误报告：

https://0xdata.atlassian.net/browse/PUBDEV-4516

https://0xdata.atlassian.net/browse/PUBDEV-3699

最简单的解决方法是下载所有数据，并在 R 客户端中执行。但是对于大数据，这可能是不可能的。如果你必须在 H2O 集群中这样做，你将需要一个循环：

将 d1.hex 中具有第一个唯一值的行复制到 tmp
tmp2 = h2o.merge(tmp, d2.hex, all.y = TRUE)

对 d1.hex 中的每个唯一值重复上述操作。然后，最后，对所有 tmp2 表执行 h2o.rbind()。

或者，经典的开源方案：自己实现未实现的代码（或者beg/payh2o.ai自己实现）。

如何在 R 中的两个 H2OFrame 之间进行交叉连接？

How to do cross join between two H2OFrame in R?

r

h2o

cross-join