如何在Tidyverse中对数据框应用outer函数？

你需要针对数据框中的每个分组组合，对指定列应用outer函数并求和，这里我们用Tidyverse工具链来替代双层循环实现需求。

原始循环实现（参考示例） #

首先回顾你用双层循环完成的代码：

df <- iris
groups = as.character(levels(df$Species))
n <- length(groups)
out <- matrix(numeric(n*n), nrow = n, ncol = n)
colnames(out) <- groups
rownames(out) <- groups
for (sp1 in 1:n) {
  for (sp2 in 1:n) {
    out[sp1, sp2] <- sum(outer(
      unlist(subset(df, Species == groups[sp1], Sepal.Length)),
      unlist(subset(df, Species == groups[sp2], Sepal.Length)),
      ">"
    ))
  }
}
out

输出结果：

setosa versicolor virginica
setosa       1128        139        34
versicolor   2302       1169       479
virginica    2457       1927      1165

Tidyverse实现方案 #

方法一：直接遍历分组对 #

library(tidyverse)

df <- iris

# 生成所有分组的笛卡尔积组合
group_pairs <- expand_grid(
  sp1 = unique(df$Species),
  sp2 = unique(df$Species)
)

# 对每个分组对计算sum(outer(...))
result_df <- group_pairs %>%
  mutate(
    sum_gt = map2_dbl(sp1, sp2, ~{
      # 提取两个分组的Sepal.Length数据
      x <- df %>% filter(Species == .x) %>% pull(Sepal.Length)
      y <- df %>% filter(Species == .y) %>% pull(Sepal.Length)
      # 计算outer比较后的总和
      sum(outer(x, y, ">"))
    })
  )

# 转换为与原输出一致的矩阵格式
out_matrix <- result_df %>%
  pivot_wider(names_from = sp2, values_from = sum_gt) %>%
  column_to_rownames("sp1") %>%
  as.matrix()

out_matrix

方法二：预存分组数据（更高效） #

如果数据量较大，先预存每个分组的数据可以避免重复筛选，提升效率：

library(tidyverse)

df <- iris

# 按分组存储Sepal.Length向量，生成命名列表
group_data <- df %>%
  group_by(Species) %>%
  summarise(data = list(Sepal.Length)) %>%
  deframe()

# 生成分组对并计算结果
result_df <- expand_grid(sp1 = names(group_data), sp2 = names(group_data)) %>%
  mutate(
    sum_gt = map2_dbl(sp1, sp2, ~sum(outer(group_data[[.x]], group_data[[.y]], ">")))
  )

# 转换为矩阵格式
out_matrix <- result_df %>%
  pivot_wider(names_from = sp2, values_from = sum_gt) %>%
  column_to_rownames("sp1") %>%
  as.matrix()

out_matrix

两种方法的输出结果都和原始循环实现完全一致，符合你的需求。

内容的提问来源于stack exchange，提问作者Mankka