在R中生成所有可能的组合

Question

我有一个包含1000个观察值和1个虚拟变量（其值为0或1）的数据框。

example = as.data.frame(rep(1, 1000))
names(example) = "Dummy"
head(example)
  Dummy
1     1
2     1
3     1
4     1
5     1
6     1

我想为该“虚拟”变量生成所有可能的组合，以便数据框如下所示：

      Dummy.1  Dummy.2  Dummy.3   ... Dummy.2^1000
    1       1        1        1   ...            0
    2       1        1        1   ...            0
    3       1        1        1   ...            0
    4       1        1        1   ...            0
    5       1        1        0   ...            0
    6       1        0        0   ...            0
    .       .        .        .   ...            .
    .       .        .        .   ...            .
    .       .        .        .   ...            .
    1000    1        0        1   ...            0

请记住，我有1000个观测值，每个观测值可以取0或1的值，所以我应该有2 ^ 1000列。

Answer 1

这是一种脚本化的方法，可用于6个观测值，从而得到一个data.frame，其中有2 ^ 6 = 64列，涵盖了零和1的所有排列（对于6位）。 该方法可以扩展到可用内存的限制。

首先创建向量并将其添加到data.frame中作为列：

p = as.vector(apply(expand.grid(0:1,0:1,0:1,0:1,0:1,0:1), 1, paste0, collapse=""))
v1 <- as.numeric(substring(p[1], seq(1,nchar(p[1]),1),   seq(1,nchar(p[1]),1)))
df <- cbind(v1) # this gets the data.frame started right
for (i in 2:length(p)) {
  df <- cbind(df,as.numeric(substring(p[i], seq(1,nchar(p[i]),1), seq(1,nchar(p[i]),1))))
      # assign proper colnames later
}

最后，为data.frame创建列名称并插入它们：

cn = c()
for (i in 1:64) {
  n <- paste0("v",i)
  cn <- c(cn,n)
}
colnames(df) <- cn

几乎所有参数都已参数化-除非要进行1000次观察，否则将第二步中的64更改为1000，并且第一步中最简单的方法是将0：1序列扩展并剪切并粘贴为一定长度10，然后进行10次10​​次，然后再对100次进行10次。

1000个观察将需要1.071508607186267267948948504504906e + 301列乘1000行以1.07150860718626732094842504906ee + 304信元（每个4-8字节），在低端为4.28603442874506928379370019624e + 280 yobytes。