R:强制 data.table 计算所有交互

Question

这是一个数据表:

dat = data.table(var1=rnorm(120), var2=rep(c('a','b','c'),40), var3=rep(c(1,2,3,2,1,2,1,2,2,3,1,2),10))

dat2 = dat[,list(resp = mean(var1)),by=list(var2, var3)]

在 dat2 ，只有 dat$var2 的现有交互等 dat$var3存在。怎么强制 dat2包含 dat2 的所有 9 种可能交互的结果(而不是 var2 的 7 行)和 var3 ?如果data.table没有直接的解决方案，解决这个问题最简单的方法是什么？

table(dat$var2, dat$var3)

     1  2  3
  a 20 10 10
  b 20 20  0
  c  0 30 10

当然，对于 dat 中不存在数据的交互, dat2应分别包含 NA。

Answer 1

您可以设置 key然后使用 CJ 进行交叉连接在 i像这样...

setkey( dat , var2 , var3 )

# Thanks to @Shadow for pointing out to use unique() in the cross join
dat[ CJ( unique(var2) , unique(var3) ) , mean(var1) ]
#   var2 var3          V1
#1:    a    1 -0.25771923
#2:    a    2  0.04143057
#3:    a    3  0.28878451
#4:    b    1  0.18865887
#5:    b    2  0.53632552
#6:    b    3          NA
#7:    c    1          NA
#8:    c    2  0.38015021
#9:    c    3  0.49809159

作为解释， CJ()创建一个 data.table在 i的 x (在这种情况下 dat )加入。它形成为提供给 CJ() 的向量的叉积。 ，这恰好是您正在寻找的!