在 R 中组合所有可能的数据框行

Question

我有以下数据框：

x <- data.frame("Col1" = c('A', 'B', 'C', 'D'), "Col2" = c('W', 'X', 'Y', 'Z'))

我想要一个新的数据框，其中包含所有可能的行组合组合，这将提供一个包含两列的数据框，其中包含如下内容：

A W
A X
A Y
A Z
B W
B X
B Y
B Z
C W
...

数据框总是有两列，但行数可能会有所不同。

我查看了 permute() 或 sample() 但我没有找到我要找的东西。谢谢！

Answer 1

tidyr::complete()就是为此设计的。我很惊讶我没有在 SO 上看到普通示例。

library(magrittr)
x %>% 
  tidyr::complete(Col1, Col2)

结果：

# A tibble: 16 x 2
   Col1  Col2 
   <fct> <fct>
 1 A     W    
 2 A     X    
 3 A     Y    
 4 A     Z    
 5 B     W    
 6 B     X    
 7 B     Y    
 8 B     Z    
 9 C     W    
10 C     X    
11 C     Y    
12 C     Z    
13 D     W    
14 D     X    
15 D     Y    
16 D     Z

如果您的真实场景与 OP 一样简单，@bouncyball 对 expand.grid(x) 的建议是最干净的。如果您的真实场景更复杂，那么 tidyr::complete() 可能会让您更轻松地成长。我一般有两个以上的ID变量到expand/complete。这些通常是分析的 dependent/outcome 变量，fill 参数允许您为观察数据集中未出现的组合指定默认值。这是 .

编辑以反映@bouncyball 和@ADuv 的建议。

Answer 2

关于 tidyr::complete 与 base::expand.grid，性能也可能是一个因素。

根据下面的基准测试，complete 速度要慢得多，尽管差异会随着输入大小的增加而减小。

df <- data.frame(a= 1:10,b= 1:10)
# microbenchmark(complete(df,a,b), expand.grid(df))
# Unit: microseconds
#               expr       min       lq       mean    median        uq       max neval
# complete(df, a, b) 15345.348 16065.27 17947.2132 16609.512 17351.317 46415.772   100
#    expand.grid(df)   129.194   144.74   174.8799   194.395   201.337   256.577   100

df <- data.frame(a= 1:100,b= 1:100)
# microbenchmark(complete(df,a,b), expand.grid(df))
# Unit: microseconds
#               expr       min         lq       mean     median        uq      max neval
# complete(df, a, b) 15992.523 16380.1030 17743.4860 16611.4730 16998.149 26622.31   100
#    expand.grid(df)   323.588   340.4925   376.6481   383.6575   397.844   665.89   100

df <- data.frame(a= 1:1000,b= 1:1000)
microbenchmark(complete(df,a,b), expand.grid(df))
# Unit: milliseconds
#               expr      min       lq     mean   median       uq       max neval
# complete(df, a, b) 86.58981 88.49813 98.73944 93.62617 98.83436 157.40141   100
#    expand.grid(df) 18.99899 19.40211 21.83331 21.20161 23.71123  33.19729   100

在 R 中组合所有可能的数据框行

Combine all possible rows of data frame in R

r

dataframe

permute