Question

假设我有一个由三列组成的数据框

set.seed(24)
df1 <- data.frame(a=runif(10),b=runif(10),c=runif(10))

并希望拥有一个包含六列所有互动的内容：

a*a, a*b, a*c, b*c, b*b, c*c

我正在寻找的解决方案应该适用于任意数量的列，而不仅仅是三个

Answer 1

让df成为您的数据框，试试这个：

formula <- ~ I(a^2) + I(b^2) + I(c^2) + a:b + a:c + b:c - 1
X <- model.matrix(formula, df)

使用-1删除拦截，即全部1列。使用I()保护a^2。

你是否有三向互动并不重要; model.matrix()可以很轻松地处理它。

对于示例数据框，您可以获得如下内容：

> X
       I(a^2)      I(b^2)    I(c^2)        a:b        a:c        b:c
1  0.02830988 0.290128663 0.8060044 0.09062841 0.15105592 0.48357521
2  0.78597627 0.451852115 0.1003373 0.59594047 0.28082514 0.21292636
3  0.36190629 0.117679147 0.5325122 0.20637060 0.43899829 0.25033093
4  0.83645938 0.006638227 0.9812959 0.07451582 0.90598796 0.08070976
5  0.50038157 0.197485843 0.6194279 0.31435374 0.55673179 0.34975454
6  0.25813071 0.567147970 0.5028665 0.38262032 0.36028502 0.53404096
7  0.51074360 0.219564943 0.1966824 0.33487518 0.31694526 0.20780897
8  0.37611759 0.752857721 0.3169607 0.53213065 0.34527451 0.48849390
9  0.00562814 0.627098114 0.8408894 0.05940872 0.06879421 0.72616812
10 0.78306385 0.405336110 0.3063323 0.56338624 0.48977313 0.35237413
attr(,"assign")
[1] 1 2 3 4 5 6

我没有设置种子，因此测试时数字可能会有所不同。

模型矩阵对于在回归分析中构建模型矩阵很有用。在你的情况下，你只有数字数据;事实上，您还可以进行因子 - 数字交互和因子 - 因子交互。

Answer 2

以下是combn的另一个选项，其中列名称的组合一次取两个，将子集后的列与原始数据集的平方cbind相乘。

res <- cbind(df1^2, do.call(cbind,combn(colnames(df1), 2, 
               FUN= function(x) list(df1[x[1]]*df1[x[2]]))))
colnames(res)[-(seq_len(ncol(df1)))] <-  combn(colnames(df1), 2, 
                 FUN = paste, collapse=":")
res
#            a           b           c        a:b        a:c         b:c
#1  0.08559952 0.365890531 0.008823729 0.17697473 0.02748285 0.056820059
#2  0.05057603 0.137444401 0.304984209 0.08337501 0.12419698 0.204739766
#3  0.49592997 0.451167798 0.525871254 0.47301970 0.51068123 0.487089495
#4  0.26925425 0.452905189 0.019023202 0.34920860 0.07156869 0.092820832
#5  0.43906475 0.102675746 0.049713853 0.21232357 0.14774167 0.071445132
#6  0.84721676 0.817486693 0.472890881 0.83221898 0.63296215 0.621757189
#7  0.07825199 0.039249934 0.005850588 0.05542008 0.02139673 0.015153719
#8  0.58342170 0.001953909 0.359676293 0.03376319 0.45808619 0.026509902
#9  0.64261164 0.250923183 0.397086073 0.40155468 0.50514566 0.315655035
#10 0.06488487 0.019260683 0.002174826 0.03535148 0.01187911 0.006472142

Answer 3

这是我的解决方案，简洁明了，适用于任意数量的列：

n=ncol(df1)
combb=combn(n,2)
combb=cbind(combb, sapply(1:n, function(i) rep(i,2)))
res=apply(df1, 1, function(x) { apply(combb, 2, function(y) prod(x[y])) })
t(res)

          # [,1]       [,2]        [,3]       [,4]        [,5]        [,6]
 # [1,] 0.17697473 0.02748285 0.056820059 0.08559952 0.365890531 0.008823729
 # [2,] 0.08337501 0.12419698 0.204739766 0.05057603 0.137444401 0.304984209
 # [3,] 0.47301970 0.51068123 0.487089495 0.49592997 0.451167798 0.525871254
 # [4,] 0.34920860 0.07156869 0.092820832 0.26925425 0.452905189 0.019023202
 # [5,] 0.21232357 0.14774167 0.071445132 0.43906475 0.102675746 0.049713853
 # [6,] 0.83221898 0.63296215 0.621757189 0.84721676 0.817486693 0.472890881
 # [7,] 0.05542008 0.02139673 0.015153719 0.07825199 0.039249934 0.005850588
 # [8,] 0.03376319 0.45808619 0.026509902 0.58342170 0.001953909 0.359676293
 # [9,] 0.40155468 0.50514566 0.315655035 0.64261164 0.250923183 0.397086073
# [10,] 0.03535148 0.01187911 0.006472142 0.06488487 0.019260683 0.002174826

有效的方法将数据框中的所有列相互叠加

3 个答案: