R dplyr实现表1每行与整张表2列绑定的笛卡尔积连接方法

你要实现的是交叉连接（Cross Join，也称为笛卡尔积连接），该操作会返回两张表所有行的两两组合结果，完全匹配你预期的输出。以下是不同常用场景下的实现方式：

1. SQL 环境 #

直接使用CROSS JOIN关键字即可：

SELECT t1.a, t1.b, t2.c, t2.d
FROM table1 t1
CROSS JOIN table2 t2;

绝大多数数据库也支持省略CROSS JOIN关键字，直接罗列两张表的写法，效果一致：

SELECT t1.a, t1.b, t2.c, t2.d
FROM table1 t1, table2 t2;

2. Python Pandas 环境 #

Pandas 1.2.0及以上版本可以直接指定how='cross'执行交叉连接：

import pandas as pd

# 示例表构造
df1 = pd.DataFrame({'a': ['a1', 'a2'], 'b': ['b1', 'b2']})
df2 = pd.DataFrame({'c': ['c1', 'c2'], 'd': ['d1', 'd2']})

# 执行交叉连接
res = df1.merge(df2, how='cross')

如果使用的是低版本Pandas，可以通过添加临时公共键的方式实现：

df1['tmp'] = 0
df2['tmp'] = 0
res = df1.merge(df2, on='tmp').drop('tmp', axis=1)

3. R 语言环境 #

基础R实现 #

df1 <- data.frame(a = c("a1", "a2"), b = c("b1", "b2"))
df2 <- data.frame(c = c("c1", "c2"), d = c("d1", "d2"))
res <- merge(df1, df2, by = NULL)

Tidyverse 生态实现 #

使用tidyr::crossing更简洁：

library(tidyr)
res <- crossing(df1, df2)

内容的提问来源于stack exchange，提问作者Babak Fi Foo