我试图在长度为14的向量中生成0和1的所有可能组合。 有没有一种简单的方法可以将输出作为矢量列表，甚至更好的数据帧？
为了更好地展示我想要的东西，我们假设我只想要一个长度为3的向量。我希望能够生成以下内容：
(1,1,1), (0,0,0), (1,1,0), (1,0,0), (1,0,1), (0,1,0), (0,1,1), (0,0,0)
任何帮助将不胜感激！
谢谢，
答案 0 :(得分：68)
您正在寻找expand.grid。
expand.grid(0:1, 0:1, 0:1)
或者，长期来看：
n <- 14
l <- rep(list(0:1), n)
expand.grid(l)
答案 1 :(得分：6)
作为@ Justin方法的替代方法，您还可以使用＆＃34; data.table＆＃34;中的CJ。包。在这里，我还使用replicate创建了14个零和1的列表。
library(data.table)
do.call(CJ, replicate(14, 0:1, FALSE))
# V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14
# 1: 0 0 0 0 0 0 0 0 0 0 0 0 0 0
# 2: 0 0 0 0 0 0 0 0 0 0 0 0 0 1
# 3: 0 0 0 0 0 0 0 0 0 0 0 0 1 0
# 4: 0 0 0 0 0 0 0 0 0 0 0 0 1 1
# 5: 0 0 0 0 0 0 0 0 0 0 0 1 0 0
# ---
# 16380: 1 1 1 1 1 1 1 1 1 1 1 0 1 1
# 16381: 1 1 1 1 1 1 1 1 1 1 1 1 0 0
# 16382: 1 1 1 1 1 1 1 1 1 1 1 1 0 1
# 16383: 1 1 1 1 1 1 1 1 1 1 1 1 1 0
# 16384: 1 1 1 1 1 1 1 1 1 1 1 1 1 1
答案 2 :(得分：5)
有16384种可能的排列。您可以使用iterpc包迭代地获取结果。
library(iterpc)
I = iterpc(2, 14, label=c(0,1), order=T, replace=T)
getnext(I)
# [1] 0 0 0 0 0 0 0 0 0 0 0 0 0 0
getnext(I)
# [1] 0 0 0 0 0 0 0 0 0 0 0 0 0 1
getnext(I)
# [1] 0 0 0 0 0 0 0 0 0 0 0 0 1 0
如果您想要所有结果，仍然可以使用getall(I)。
答案 3 :(得分：3)
由于您正在处理0和1，因此从位数的角度考虑整数似乎很自然。使用稍微改变了post（下面MyIntToBit）的函数，以及您选择的apply函数，我们可以得到所需的结果。
MyIntToBit <- function(x, dig) {
i <- 0L
string <- numeric(dig)
while (x > 0) {
string[dig - i] <- x %% 2L
x <- x %/% 2L
i <- i + 1L
}
string
}
如果您需要列表，请使用lapply，如下所示：
lapply(0:(2^14 - 1), function(x) MyIntToBit(x,14))
如果你喜欢矩阵，sapply就可以了：
sapply(0:(2^14 - 1), function(x) MyIntToBit(x,14))
以下是示例输出：
> lapply(0:(2^3 - 1), function(x) MyIntToBit(x,3))
[[1]]
[1] 0 0 0
[[2]]
[1] 0 0 1
[[3]]
[1] 0 1 0
[[4]]
[1] 0 1 1
[[5]]
[1] 1 0 0
[[6]]
[1] 1 0 1
[[7]]
[1] 1 1 0
[[8]]
[1] 1 1 1
> sapply(0:(2^3 - 1), function(x) MyIntToBit(x,3))
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
[1,] 0 0 0 0 1 1 1 1
[2,] 0 0 1 1 0 0 1 1
[3,] 0 1 0 1 0 1 0 1
答案 4 :(得分：3)
tidyr有两个类似于expand.grid()的选项。
tidyr::crossing()返回一个小标题，并且不会将字符串转换为因数（尽管您可以执行expand.grid(..., stringsAsFactors = F)）。
library(tidyr)
crossing(var1 = 0:1, var2 = 0:1, var3 = 0:1)
# A tibble: 8 x 3
var1 var2 var3
<int> <int> <int>
1 0 0 0
2 0 0 1
3 0 1 0
4 0 1 1
5 1 0 0
6 1 0 1
7 1 1 0
8 1 1 1
tidyr::expand()可以仅给出出现在数据中的值的两种组合，如下所示：
expand(mtcars, nesting(vs, cyl))
# A tibble: 5 x 2
vs cyl
<dbl> <dbl>
1 0 4
2 0 6
3 0 8
4 1 4
5 1 6
或两个变量的所有可能组合，即使在数据中没有观察到具有这些特定值的观察值，也是如此：
expand(mtcars, vs, col)
# A tibble: 6 x 2
vs cyl
<dbl> <dbl>
1 0 4
2 0 6
3 0 8
4 1 4
5 1 6
6 1 8
（您可以看到在原始数据中没有观察到vs == 1＆cyl == 8）
tidyr::complete()也可以类似于expand.grid()来使用。这是来自文档的示例：
df <- dplyr::tibble(
group = c(1:2, 1),
item_id = c(1:2, 2),
item_name = c("a", "b", "b"),
value1 = 1:3,
value2 = 4:6
)
df %>% complete(group, nesting(item_id, item_name))
# A tibble: 4 x 5
group item_id item_name value1 value2
<dbl> <dbl> <chr> <int> <int>
1 1 1 a 1 4
2 1 2 b 3 6
3 2 1 a NA NA
4 2 2 b 2 5
这将为每个组提供item_id和item_name的所有可能组合-它为第2组的item_id 1和item_name a创建一行。
答案 5 :(得分：3)
我在这里讨论一种通用的方法来解决所有类似的问题。首先，让我们看看解决方案如何随着N数量的增加而发展，以找出一般模式。
首先，长度为1的解是
0
1
现在长度为2，解变为（第二列，由|分隔）：
0 | 0 0, 0 1
1 | 1 0, 1 1
将其与长度为1的先前解决方案进行比较，很显然，要获得此新解决方案，我们只需将0和1分别附加到每个先前的解决方案（第一列，0和1）即可。
现在长度为3，解决方案是（第3列）：
0 | 0 0 | 0 0 0, 0 0 1
1 | 1 0 | 1 0 0, 1 0 1
| 0 1 | 0 1 0, 0 1 1
| 1 1 | 1 1 0, 1 1 1
同样，通过将0和1附加到每个先前的解决方案（长度2的第二列）上来获得此新解决方案。
此观察结果自然会导致递归解。假设我们已经获得了长度为N-1 solution(c(0,1), N-1)的解，要获得N的解，我们只需将0和1附加到解N-1 append_each_to_list(solution(c(0,1), len-1), c(0,1))的每个项上即可。在此请注意，如何将更复杂的问题自然分解为更简单的问题。
然后，我们只需要将普通英语几乎逐字翻译为R代码：
# assume you have got solution for a shorter length len-1 -> solution(v, len-1)
# the solution of length len will be the solution of shorter length appended with each element in v
solution <- function(v, len) {
if (len<=1) {
as.list(v)
} else {
append_each_to_list(solution(v, len-1), v)
}
}
# function to append each element in vector v to list L and return a list
append_each_to_list <- function(L, v) {
purrr::flatten(lapply(v,
function(n) lapply(L, function(l) c(l, n))
))
}
调用该函数：
> solution(c(1,0), 3)
[[1]]
[1] 1 1 1
[[2]]
[1] 0 1 1
[[3]]
[1] 1 0 1
[[4]]
[1] 0 0 1
[[5]]
[1] 1 1 0
[[6]]
[1] 0 1 0
[[7]]
[1] 1 0 0
答案 6 :(得分：1)
这是以前答案的另一种方法。如果您需要14和1的14个值的所有可能组合，就好比生成从0到（2 ^ 14）-1的所有可能数字并保留它们的二进制表示形式。
n <- 14
lapply(0:(2^n-1), FUN=function(x) head(as.integer(intToBits(x)),n))