Используйте внешний, а не expand.grid

Я ищу как можно больше скорости и остаюсь в базе, чтобы делать то, что делает expand.grid. Я использовал outer для подобных целей в прошлом для создания вектора; что-то вроде этого:

v <- outer(letters, LETTERS, paste0)
unlist(v[lower.tri(v)])

Бенчмаркинг показал мне, что outer может быть значительно быстрее, чем expand.grid, но на этот раз я хочу создать два столбца точно так же, как expand.grid (все возможные комбо для 2 векторов), но мои методы с outer так же быстро, как и внешние.

Я надеюсь взять 2 вектора и создать все возможные комбо как два столбца как можно быстрее (я думаю, outer может быть маршрутом, но широко открытым для любого базового метода.

Здесь метод expand.grid и outer.

dat <- cbind(mtcars, mtcars, mtcars)

expand.grid(seq_len(nrow(dat)), seq_len(ncol(dat)))

FOO <- function(x, y) paste(x, y, sep=":")
x <- outer(seq_len(nrow(dat)), seq_len(ncol(dat)), FOO)
apply(do.call("rbind", strsplit(x, ":")), 2, as.integer)

Микрообъектив показывает outer медленнее:

#     expr      min        lq    median        uq      max
# EXPAND.G  812.743  838.6375  894.6245  927.7505 27029.54
#    OUTER 5107.871 5198.3835 5329.4860 5605.2215 27559.08

Я думаю, что мое использование outer медленное, потому что я не знаю, как использовать outer, чтобы напрямую создать вектор длины 2, который я могу do.call('rbind' вместе. Я должен замедлить paste и медленное раскол. Как это сделать с помощью outer (или других методов в base) способом, который быстрее, чем expand grid?

EDIT: Добавление результатов микрообъектива.

**

Unit: microseconds
      expr     min       lq  median      uq       max
1   ERNEST  34.993  39.1920  52.255  57.854 29170.705
2     JOHN  13.997  16.3300  19.130  23.329   266.872
3 ORIGINAL 352.720 372.7815 392.377 418.738 36519.952
4    TOMMY  16.330  19.5960  23.795  27.061  6217.374
5  VINCENT 377.447 400.3090 418.505 451.864 43567.334

**

Ответ 1

Использование rep.int:

expand.grid.alt <- function(seq1,seq2) {
  cbind(rep.int(seq1, length(seq2)),
        c(t(matrix(rep.int(seq2, length(seq1)), nrow=length(seq2)))))
}

expand.grid.alt(seq_len(nrow(dat)), seq_len(ncol(dat)))

В моем компьютере, как в 6 раз быстрее, чем expand.grid.

Ответ 2

Документация для rep.int не совсем завершена. Это не просто самый быстрый из наиболее распространенных случаев, потому что вы можете передавать векторы для аргумента times, как в случае с rep. Вы можете использовать его прямо для обеих последовательностей, сокращая время на 40% или около того над Томми.

expand.grid.jc <- function(seq1,seq2) {
    cbind(Var1 = rep.int(seq1, length(seq2)), 
    Var2 = rep.int(seq2, rep.int(length(seq1),length(seq2))))
}

Ответ 3

@ErnestA имеет отличное решение, достойное ответа на тик!

... он может быть немного быстрее, хотя:

expand.grid.alt2 <- function(seq1,seq2) {
  cbind(Var1=rep.int(seq1, length(seq2)), Var2=rep(seq2, each=length(seq1)))
}

s1=seq_len(2000); s2=seq_len(2000)
system.time( for(i in 1:10) expand.grid.alt2(s1, s2) ) # 1.58
system.time( for(i in 1:10) expand.grid.alt(s1, s2) )  # 1.75
system.time( for(i in 1:10) expand.grid(s1, s2) )      # 2.46

Ответ 4

Вы можете создать два столбца отдельно.

library(microbenchmark)
n <- nrow(dat)
m <- ncol(dat)
f1 <- function()   expand.grid(1:n, 1:m)
f2 <- function()   
  data.frame( 
    Var1 = as.vector(outer( 1:n, rep(1,m) )),
    Var2 = as.vector(outer( rep(1,n), 1:m ))
  )
microbenchmark( f1, f2, times=1e6 )
# Unit: nanoseconds
#   expr min  lq median  uq    max
# 1   f1  70 489    490 559 168458
# 2   f2  70 489    490 559 168597