Question

我在R中有2个大数据框，均具有约100k行，其中包含地理坐标列表（经/纬度）。我希望遍历它们，从而获得项之间的所有组合，然后对其应用功能。

因为组合的数量大约为110亿（11 x 1.000.000.000），所以我最初使用循环的想法不适用。

数据帧类似于：

A<-as.data.frame(cbind(rbind(-0.1822,-0.4419,0.2262),rbind(51.5307,51.4856,51.4535)))

(...)
<!-- -->

V1 . V2

-0.1822 . 51.5307 

-0.4419 . 51.4856

 0.2262 . 51.4535

B<- as.data.frame(cbind(rbind(-0.4764,-0.2142,-0.2197),rbind(51.5221,51.4593,51.5841))) 
(...)
<!-- -->

V1 . V2

-0.4764 . 51.5221

-0.2142 . 51.4593

-0.2197 . 51.5841

我希望输出看起来像这样：

V1a .   V2a .   V1b .   V2b


-0.1822 . 51.5307 . -0.4764 . 51.5221  

-0.4419 . 51.4856 . -0.4764 . 51.5221

 0.2262 . 51.4535 . -0.4764 . 51.5221

-0.1822 . 51.5307 . -0.2142 . 51.4593

-0.4419 . 51.4856 . -0.2142 . 51.4593

(...)

stackoverflow中的另一篇文章（[链接] Calculating great-circle distance matrix）建议使用：

apply（A，1，FUN = function（X）distHaversine（X，B））

但是，我怀疑创建的矩阵太大，无法完成计算。

有关如何有效解决此问题的任何想法？请记住，此后我的目标是应用Haversine函数计算点之间的距离。

谢谢 J

Answer 1

您想要的是：

# expand.grid(A$V1,A$V2,B$V1,B$V2)
expand.grid(cbind(A,B))

但是您已经知道，结果将非常庞大，所以我不确定您的代码是否可以运行。

Answer 2

cmb<-expand.grid(1:nrow(A),1:nrow(B))
cbind(A[cmb[,1],],B[cmb[,2],])

与Andre的解决方案不同，这不会在A和B中创建列的组合（他创建了81行，而对于此示例，只需要9行）。不过，不确定这是否适用于较大的数据集。

计算R中的大量排列

2 个答案: