提问人：Godel 提问时间：7/9/2012 最后编辑：JaapGodel 更新时间：11/15/2023 访问量：142195
来自两个（或多个）向量的所有元素的唯一组合
Unique combination of all elements from two (or more) vectors
问：
我正在尝试从 R 中两个不同大小的向量创建所有元素的独特组合。
例如，第一个向量是
a <- c("ABC", "DEF", "GHI")
第二个是当前存储为字符串的日期
b <- c("2012-05-01", "2012-05-02", "2012-05-03", "2012-05-04", "2012-05-05")
我需要创建一个包含两列的数据框，如下所示
> 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
所以基本上，我正在寻找一种独特的组合，方法是将一个向量 （a） 的所有元素与第二个向量 （b） 的所有元素并列。
理想的解决方案是泛化到更多的输入向量。
Смотритетакже：
如何生成组合矩阵
答：
177赞
shhhhimhuntingrabbits
7/9/2012
#1
这也许是你所追求的
> 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
如果生成的顺序不是您想要的，您可以事后排序。如果将参数命名为 ，它们将成为列名：expand.grid
df = expand.grid(a = a, b = b)
df[order(df$a), ]
并泛化到任意数量的输入列。expand.grid
评论
4赞
thelatemail
7/9/2012
而且不需要只做一个排序：plyrresult <- expand.grid(a=a,b=b); result <- result[order(result$a,result$b),];
2赞
Josh
8/27/2019
比我有更多的代表的人能够接受这个答案吗？
0赞
GKi
12/17/2019
如果顺序和名称应如问题所示：expand.grid(b=b,a=a)[2:1]
0赞
Brent
5/14/2020
请注意，标题是 Unique Combinations - 这个答案解决了 OP 问题，但如果 2 列的数据类型相同，并且您应用了 expand.grid，您将拥有唯一的排列，而不是唯一的组合
4赞
izan
6/4/2018
#2
您可以使用 order 函数对任意数量的列进行排序。举个例子
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`
53赞
hypothesis
6/21/2018
#3
该软件包提供了不错的替代方案，它比经典函数效果更好，因为 （1） 字符串不会转换为因子，并且 （2） 排序更直观：tidyrcrossingexpand.grid
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
评论
0赞
Jojanzing
11/10/2022
expand.grid有一个可以设置为 的参数，用于求解 （1）。stringsAsFactorsFALSE
27赞
Jaap
1/29/2019
#4
此 r-faq 概述中缺少 data.table-package 中的 -function。用：CJ
library(data.table)
CJ(a, b, unique = TRUE)
给：
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：从版本 1.12.2 开始，CJ 会自动命名生成的列（另请参阅此处和此处）。
10赞
tmfmnk
9/17/2019
#5
从 1.0.0 版开始，提供了自己的 .它通过一个处理向量的低级函数完成了现有的 expand（）、nesting（） 和 crossing（） 系列。tidyrexpand.grid()
与以下产品相比：base::expand.grid()
最快地改变第一个元素。从不将字符串转换为因子。 不添加任何其他属性。返回 tibble，而不是数据 框架。可以扩展任何广义向量，包括数据框。
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
1赞
clp
11/30/2022
#6
在基础 R 中，您可以尝试 merge（）、cbind（） 和 expand.grid（）。
a <- seq(1E4)
b <- c("2012-05-01", "2012-05-02", "2012-05-03", "2012-05-04", "2012-05-05")
microbenchmark(
"merge (1)" = mmm <- as.matrix(merge(a, b)),
"diy (2)" = {ccc <- cbind( rep(a, length(b)),
b[rep(seq_along(b), each = length(a))]
)
},
"diy R (3)" = {ccc <- cbind( a,
b[rep(seq_along(b), each = length(a))]
)
},
"grid (4)" = ggg <- expand.grid(a, b),
times = 2
)
输出。
Unit: milliseconds
expr min lq mean median uq max neval
merge (1) 863.3100 863.3100 888.6573 888.6573 914.0046 914.0046 2
diy (2) 117.1912 117.1912 142.1394 142.1394 167.0875 167.0875 2
diy R (3) 34.9320 34.9320 49.4119 49.4119 63.8918 63.8918 2
grid (4) 45.1876 45.1876 46.1592 46.1592 47.1308 47.1308 2
1赞
LMc
4/25/2023
#7
可以使用基本 R 数据帧回收的事实：rep
data.frame(a = rep(a, each = length(b)), b = b)
评论