Question

我尝试制作固定行数的数据集来制作测试数据集 - 但是我要写入需要每列已知密钥的目标。对于我的例子，假设这些键分别是小写字母，大写字母和数字。

我需要创建一个函数，只提供所需的行数，组合键使得组合的数量等于所需的数量。当然会有一些不可能的情况，例如素数而不是最大的键，而且值大于键数的乘积。

10行的示例输出数据集如下所示：

data.frame(col1 = rep("a", 10),
           col2 = rep(LETTERS[1:5], 2),
           col3 = rep(1:2, 5))

   col1 col2 col3
1     a    A    1
2     a    B    2
3     a    C    1
4     a    D    2
5     a    E    1
6     a    A    2
7     a    B    1
8     a    C    2
9     a    D    1
10    a    E    2

请注意，我必须手动指定键才能获得所需的行数。我如何安排事情以便R能为我做到这一点？

我已经考虑过的事情

optim - 我试图解决的等式实际上是x * y * z = n，其中所有这些都必须是整数。 optim似乎不支持该约束
expand.grid然后是子集 - 几乎5亿种组合，耗尽了我的所有记忆 - 不是一种选择。
lpSolve - 具有整数选项，但似乎只支持线性方程式。可以使用日志使其成为线性，但我不能使用整数选项。

factorize

gmp来获取因素 - 考虑到这一点，但我无法想出将主要因素分配回密钥的方法。编辑：也许是垃圾箱包装问题？

Answer 1

对于低级别的整数优化，您可以使用网格搜索。其他可能性描述为here。

这应该适用于你的例子。

N <- 10
fr <- function(x) { 
  x1 <- x[1]
  x2 <- x[2]
  x3 <- x[3]
  (x1 * x2 * x3 - N)^2
}
library(NMOF)
gridSearch(fr, list(seq(0,5), seq(0,5), seq(0,5)))$minlevels

Answer 2

我有点不情愿，但我们可以解决问题：

  a1<-2
  a2<-5

  eval(parse(text=paste0("data.frame(col1 = rep(LETTERS[1],",a1*a2,"),col2 = 
  rep(LETTERS[1:",a2,"],",a1,"),col3 = rep(1:",a1,",",a2,"))")))

    col1 col2 col3
1     A    A    1
2     A    B    2
3     A    C    1
4     A    D    2
5     A    E    1
6     A    A    2
7     A    B    1
8     A    C    2
9     A    D    1
10    A    E    2

这与您的要求相似吗？

给定一组列值，创建具有已知行数

2 个答案: