在R语言中如何简便遍历多个集合的笛卡尔积空间？

以下是几种不需要嵌套循环的实现方式：

方法1：Base R原生方案（无额外依赖） #

使用R内置的expand.grid()函数直接生成所有向量组合的数据框，仅需单层循环即可遍历：

# 定义示例向量
is_igg <- c(TRUE,FALSE)
p_val_thres <- c(5e-5,5e-8)
ld_thres <- c(0.5,0.8)

# 生成全量笛卡尔积，每一行对应一组参数
param_grid <- expand.grid(
  is_igg = is_igg,
  p_val_thres = p_val_thres,
  ld_thres = ld_thres
)

# 单层循环遍历所有组合
for (i in seq_len(nrow(param_grid))) {
  x <- param_grid$is_igg[i]
  y <- param_grid$p_val_thres[i]
  z <- param_grid$ld_thres[i]
  # 此处编写你要执行的业务逻辑
}

如果不需要显式写for循环，也可以用apply系列函数逐行处理：

apply(param_grid, 1, function(row) {
  x <- row[["is_igg"]]
  y <- row[["p_val_thres"]]
  z <- row[["ld_thres"]]
  # 执行业务逻辑，有返回值会自动汇总为列表/向量
})

方法2：tidyverse生态方案（函数式编程更简洁） #

如果使用purrr包，可通过cross + walk/map的组合直接遍历组合，代码更简洁，还能直接收集运行结果：

library(purrr)

# 生成所有参数组合的列表
param_list <- list(
  is_igg = is_igg,
  p_val_thres = p_val_thres,
  ld_thres = ld_thres
) %>% cross()

# 无返回值用walk，有返回值用map
walk(param_list, function(param) {
  x <- param$is_igg
  y <- param$p_val_thres
  z <- param$ld_thres
  # 执行业务逻辑
})

方法3：大组合量内存优化方案（迭代器实现） #

如果参数组合量级极大，不想一次性把全量组合加载进内存，可以用itertools包的iproduct函数生成迭代器，和Python的itertools.product用法基本一致：

library(itertools)

# 生成笛卡尔积迭代器，仅在遍历时生成单个组合
param_iter <- iproduct(
  is_igg = is_igg,
  p_val_thres = p_val_thres,
  ld_thres = ld_thres
)

# 遍历迭代器
for (param in param_iter) {
  x <- param[[1]]
  y <- param[[2]]
  z <- param[[3]]
  # 执行业务逻辑
}

注：你提到的Python的zip()是按位置配对多个序列的元素，和笛卡尔积逻辑不同，Python中生成笛卡尔积的标准实现是itertools.product，和上述R方案逻辑对应

内容的提问来源于stack exchange，提问作者monotonic