次のように、Rベクトルとして表される3つ以上の独立変数があります。
A <- c(1,2,3)
B <- factor(c('x','y'))
C <- c(0.1,0.5)
そして、それらすべてのデカルト積を取り、結果を次のようにデータフレームに入れたいです。
A B C
1 x 0.1
1 x 0.5
1 y 0.1
1 y 0.5
2 x 0.1
2 x 0.5
2 y 0.1
2 y 0.5
3 x 0.1
3 x 0.5
3 y 0.1
3 y 0.5
これを行うには、rep
への呼び出しを手動で書きます。
d <- data.frame(A = rep(A, times=length(B)*length(C)),
B = rep(B, times=length(A), each=length(C)),
C = rep(C, each=length(A)*length(B))
しかし、もっとエレガントな方法が必要ですよね? product
のitertools
は仕事の一部ですが、イテレータの出力を吸収してデータフレームに入れる方法が見つかりません。助言がありますか?
追伸この計算の次のステップは次のようになります
d$D <- f(d$A, d$B, d$C)
したがって、両方のステップを一度に実行する方法を知っていれば、それも役立ちます。
expand.grid(A, B, C)
を使用できます
編集:do.callを使用して2番目の部分を達成する代わりに、mdply関数があります。ここにコードがあります
d = expand.grid(x = A, y = B, z = C)
d = mdply(d, f)
ささいな関数「貼り付け」を使用してその使用法を説明するには、試すことができます
d = mdply(d, 'paste', sep = '+');
データフレームを操作する関数があり、この場合に役立ちます。
デカルト積は特殊なケースですが、さまざまな結合(SQL用語)を生成できます。
変数としてデータフレームを使用するため、最初に変数をデータフレームに変換する必要があります。
そのため、次のようになります。
A.B=merge(data.frame(A=A), data.frame(B=B),by=NULL);
A.B.C=merge(A.B, data.frame(C=C),by=NULL);
唯一気にすることは、描写したように行がソートされないことです。必要に応じて手動で並べ替えることができます。
merge(x, y, by = intersect(names(x), names(y)),
by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all,
sort = TRUE, suffixes = c(".x",".y"),
incomparables = NULL, ...)
「by.xまたはby.yが長さ0(長さゼロのベクトルまたはNULL)である場合、結果のrはxとyのデカルト積です」
詳細については、次のURLを参照してください。 http://stat.ethz.ch/R-manual/R-patched/library/base/html/merge.html
Ramnathのexpand.grid
の提案を使用して、両方を行う方法を次に示します。
f <- function(x,y,z) paste(x,y,z,sep="+")
d <- expand.grid(x=A, y=B, z=C)
d$D <- do.call(f, d)
do.call
はd
であるため、data.frame
はlist
で「そのまま」動作することに注意してください。ただし、do.call
は、d
の列名がf
の引数名と一致することを想定しています。
表現力と速度のために素晴らしいdata.tableライブラリの使用を検討してください。かなり単純な統一構文を使用して、変換、サブセット、およびリレーショナル結合とともに、多くのplyrユースケース(リレーショナルグループ)を処理します。
library(data.table)
d <- CJ(x=A, y=B, z=C) # Cross join
d[, w:=f(x,y,z)] # Mutates the data.table
または1行で
d <- CJ(x=A, y=B, z=C)[, w:=f(x,y,z)]
ライブラリtidyr
を使用すると、tidyr::crossing
(注文はOPのようになります):
library(tidyr)
crossing(A,B,C)
# A tibble: 12 x 3
# A B C
# <dbl> <fct> <dbl>
# 1 1 x 0.1
# 2 1 x 0.5
# 3 1 y 0.1
# 4 1 y 0.5
# 5 2 x 0.1
# 6 2 x 0.5
# 7 2 y 0.1
# 8 2 y 0.5
# 9 3 x 0.1
# 10 3 x 0.5
# 11 3 y 0.1
# 12 3 y 0.5
次のステップは、tidyverse
、特にpurrr::pmap*
家族:
library(tidyverse)
crossing(A,B,C) %>% mutate(D = pmap_chr(.,paste,sep="_"))
# A tibble: 12 x 4
# A B C D
# <dbl> <fct> <dbl> <chr>
# 1 1 x 0.1 1_1_0.1
# 2 1 x 0.5 1_1_0.5
# 3 1 y 0.1 1_2_0.1
# 4 1 y 0.5 1_2_0.5
# 5 2 x 0.1 2_1_0.1
# 6 2 x 0.5 2_1_0.5
# 7 2 y 0.1 2_2_0.1
# 8 2 y 0.5 2_2_0.5
# 9 3 x 0.1 3_1_0.1
# 10 3 x 0.5 3_1_0.5
# 11 3 y 0.1 3_2_0.1
# 12 3 y 0.5 3_2_0.5
sqldf
でのクロス結合の使用:
library(sqldf)
A <- data.frame(c1 = c(1,2,3))
B <- data.frame(c2 = factor(c('x','y')))
C <- data.frame(c3 = c(0.1,0.5))
result <- sqldf('SELECT * FROM (A CROSS JOIN B) CROSS JOIN C')
その標準関数expand.grid
。そこで、別のバージョンがあります。
crossproduct <- function(...,FUN='data.frame') {
args <- list(...)
n1 <- names(args)
n2 <- sapply(match.call()[1+1:length(args)], as.character)
nn <- if (is.null(n1)) n2 else ifelse(n1!='',n1,n2)
dims <- sapply(args,length)
dimtot <- prod(dims)
reps <- rev(cumprod(c(1,rev(dims))))[-1]
cols <- lapply(1:length(dims), function(j)
args[[j]][1+((1:dimtot-1) %/% reps[j]) %% dims[j]])
names(cols) <- nn
do.call(match.fun(FUN),cols)
}
A <- c(1,2,3)
B <- factor(c('x','y'))
C <- c(.1,.5)
crossproduct(A,B,C)
crossproduct(A,B,C, FUN=function(...) paste(...,sep='_'))