如何用dplyr生成变量的所有组合？支持data.table方案

Hey there! 要生成这三个数据表的全笛卡尔积（也就是所有可能的组合，3×3×3=27行），用dplyr或者data.table都能轻松实现，而且都能应对百万级的大数据量，下面给你具体的实现方案：

用dplyr实现 #

dplyr里专门有个cross_join()函数，就是用来生成多个数据框的全笛卡尔积的，用法非常直接：

library(dplyr)

# 先构造示例数据框
DF1 <- tibble(ColA = c("A", "B", "C"))
DF2 <- tibble(ColB = c(1, 2, 3))
DF3 <- tibble(ColC = c("!", "@", "%"))

# 生成全组合
full_combo_df <- cross_join(DF1, DF2, DF3)

# 验证行数：3*3*3=27行
nrow(full_combo_df)

这个函数会自动把所有输入数据框的行做全组合，输出结果完全符合你给出的示例格式。

用data.table实现 #

如果是百万级的大数据量，data.table的性能会更有优势，它有两种常用的方式实现笛卡尔积：

方法1：用CJ()函数（推荐，更高效）

CJ()是data.table专门用来生成笛卡尔积的函数，直接传入各列的取值向量即可：

library(data.table)

# 构造示例data.table
DT1 <- data.table(ColA = c("A", "B", "C"))
DT2 <- data.table(ColB = c(1, 2, 3))
DT3 <- data.table(ColC = c("!", "@", "%"))

# 生成全组合
full_combo_dt <- CJ(ColA = DT1$ColA, ColB = DT2$ColB, ColC = DT3$ColC)

方法2：用交叉连接语法

也可以通过data.table的连接语法，设置allow.cartesian=TRUE来实现全交叉连接：

full_combo_dt <- DT1[DT2, on = .(), allow.cartesian = TRUE][DT3, on = .(), allow.cartesian = TRUE]

两种方法都能得到27行的全组合结果，其中CJ()的性能更优，尤其适合处理百万级的大规模数据，内存占用和运算速度都比常规连接方式更好。

内容的提问来源于stack exchange，提问作者John Thomas