22

我正在寻找尽可能快的速度并留在基地做任何事情expand.grid。我过去曾outer用于类似目的来创建矢量；像这样的东西：

v <- outer(letters, LETTERS, paste0)
unlist(v[lower.tri(v)])

基准测试向我展示了它outer可以比这要快得多，expand.grid但是这次我想创建两列，就像expand.grid（2个向量的所有可能组合）但是我的方法outer这次没有用外部进行基准测试。

我希望采用 2 个向量并尽可能快地将每个可能的组合创建为两列（我认为这outer可能是路线，但对任何基本方法都持开放态度。

这是expand.grid方法和outer方法。 

dat <- cbind(mtcars, mtcars, mtcars)

expand.grid(seq_len(nrow(dat)), seq_len(ncol(dat)))

FOO <- function(x, y) paste(x, y, sep=":")
x <- outer(seq_len(nrow(dat)), seq_len(ncol(dat)), FOO)
apply(do.call("rbind", strsplit(x, ":")), 2, as.integer)

微基准测试显示outer速度较慢：

#     expr      min        lq    median        uq      max
# EXPAND.G  812.743  838.6375  894.6245  927.7505 27029.54
#    OUTER 5107.871 5198.3835 5329.4860 5605.2215 27559.08

我认为我的outer使用速度很慢，因为我不知道如何使用outer来直接创建我可以do.call('rbind'一起使用的长度为 2 的向量。我要慢paste而慢的分裂。如何以比 更快的方式使用outer（或 中的其他方法）执行此操作？baseexpand grid

编辑：添加微基准测试结果。

**

Unit: microseconds
      expr     min       lq  median      uq       max
1   ERNEST  34.993  39.1920  52.255  57.854 29170.705
2     JOHN  13.997  16.3300  19.130  23.329   266.872
3 ORIGINAL 352.720 372.7815 392.377 418.738 36519.952
4    TOMMY  16.330  19.5960  23.795  27.061  6217.374
5  VINCENT 377.447 400.3090 418.505 451.864 43567.334

**

在此处输入图像描述

4

4 回答 4

17

的文档rep.int并不完整。它不仅在最常见的情况下是最快的，因为您可以为 times 参数传递向量，就像使用rep. 您可以直接将它用于两个序列，比 Tommy 的时间再减少 40% 左右。

expand.grid.jc <- function(seq1,seq2) {
    cbind(Var1 = rep.int(seq1, length(seq2)), 
    Var2 = rep.int(seq2, rep.int(length(seq1),length(seq2))))
}
于 2012-05-02T03:49:05.077 回答
16

使用rep.int：

expand.grid.alt <- function(seq1,seq2) {
  cbind(rep.int(seq1, length(seq2)),
        c(t(matrix(rep.int(seq2, length(seq1)), nrow=length(seq2)))))
}

expand.grid.alt(seq_len(nrow(dat)), seq_len(ncol(dat)))

在我的电脑上是 6 倍于expand.grid.

于 2012-05-02T00:01:25.640 回答
5

@ErnestA 有一个很好的解决方案，非常值得回答！

...虽然它可能会稍微快一点：

expand.grid.alt2 <- function(seq1,seq2) {
  cbind(Var1=rep.int(seq1, length(seq2)), Var2=rep(seq2, each=length(seq1)))
}

s1=seq_len(2000); s2=seq_len(2000)
system.time( for(i in 1:10) expand.grid.alt2(s1, s2) ) # 1.58
system.time( for(i in 1:10) expand.grid.alt(s1, s2) )  # 1.75
system.time( for(i in 1:10) expand.grid(s1, s2) )      # 2.46
于 2012-05-02T01:33:23.393 回答
3

您可以分别创建两列。

library(microbenchmark)
n <- nrow(dat)
m <- ncol(dat)
f1 <- function()   expand.grid(1:n, 1:m)
f2 <- function()   
  data.frame( 
    Var1 = as.vector(outer( 1:n, rep(1,m) )),
    Var2 = as.vector(outer( rep(1,n), 1:m ))
  )
microbenchmark( f1, f2, times=1e6 )
# Unit: nanoseconds
#   expr min  lq median  uq    max
# 1   f1  70 489    490 559 168458
# 2   f2  70 489    490 559 168597
于 2012-05-01T23:34:58.970 回答