如何在R中交叉加入？

Question

如何在R中实现交叉联接？我知道“合并”可以进行内部联接，外部联接。但是我不知道如何在R中实现交叉联接。

Answer 1

如果要通过data.table进行操作，这是一种方法：

cjdt <- function(a,b){

  cj = CJ(1:nrow(a),1:nrow(b))

  cbind(a[cj[[1]],],b[cj[[2]],])

}

A = data.table(ida = 1:10)

B = data.table(idb = 1:10)

cjdt(A,B)

综上所述，如果您进行许多小连接，并且不需要data.table对象和产生对象的开销，则可以通过c++使用Rcpp等编写代码块来显着提高速度：

// [[Rcpp::export]]

NumericMatrix crossJoin(NumericVector a, NumericVector b){

  int szA = a.size(), 

      szB = b.size();

  int i,j,r;

  NumericMatrix ret(szA*szB,2);

  for(i = 0, r = 0; i < szA; i++){

    for(j = 0; j < szB; j++, r++){

      ret(r,0) = a(i);

      ret(r,1) = b(j);

    }

  }

  return ret;

}

为了进行比较，首先对于大型联接：

C ++

n = 1

a = runif(10000)

b = runif(10000)

system.time({for(i in 1:n){

  crossJoin(a,b)

}})

用户系统运行时间1.033 0.424 1.462

数据表

system.time({for(i in 1:n){

  CJ(a,b)

}})

用户系统经过0.602 0.569 2.452

现在有很多小连接：

C ++

n = 1e5

a = runif(10)

b = runif(10)

system.time({for(i in 1:n){

  crossJoin(a,b)

}})

用户系统经过的时间0.660 0.077 0.739

数据表

system.time({for(i in 1:n){

  CJ(a,b)

}})

用户系统已使用26.164 0.056 26.271