带purrr:：cross\n的笛卡尔乘积滤波

我正在尝试一些

purrr

习惯用法，特别是在一个data.frame中循环（或应用，如果您愿意）函数并与另一个data.frame中的所有其他行进行比较的函数。。。并根据该比较函数过滤笛卡尔积

> df1    
        chr start   end
      (fctr) (int) (int)
    1   chr1  9069  9176
    2   chr1 10460 11368
    3   chr1 34633 35625
    4   chr1 36791 37023
> df2
     chr start2
  (fctr) (dbl)
1   chr1  9169
2   chr1 10360
3   chr1 34633

因此，一个简单的示例函数是：

> is.between <- function(x1, y1, y2){
  ifelse(x1 >= y1 & x1 <= y2, TRUE, FALSE)
}

然后我天真地尝试像这样使用

purr:：cross\n

函数

> cross_n(list(df2$start2, df1$start, df1$start), .filter = is.between)

当然，这是行不通的，它通过3个输入列（48个组合）的笛卡尔积进行搜索。我希望搜索

df2$start2

vs[

df1$start

和

df1$end

]的组合（12个组合）

那么…在

purrr

框架内有没有一种方法可以做到这一点

---

用

cross\n

或

cross2

和errr不能完全理解它。。我不完全理解

cross\u d

OK FWIW上的文档-我已经修改了一些

purr:：cross\u n

函数来回答我自己的问题。新函数

cross2d

如下所示：

# this makes sense only if the .l in the same groups are the same length
# ie they are probably from the same data.frame
cross2d<- function(.l, groups = NULL, .filter = NULL){
  if (is_empty(.l) | is.null(groups)) {
    return(.l)
  }
  if (!is.null(.filter)) {
    .filter <- as_function(.filter)
  }

  n <- length(.l)

  #separate df for each group
  df1<- data.frame(.l[groups==0])
  df2<- data.frame(.l[groups==1])


  exp.coords<-expand.grid(1:nrow(df1), 1:nrow(df2))
  df<- data.frame(df1[exp.coords$Var1,], df2[exp.coords$Var2,])
  names(df)<-c(colnames(df1),colnames(df2))

  df[do.call(.filter, unname(df)),]
}

---

我已经为两组（data.frames）和data.frames输出编写了代码。。但是有可能进一步推广…？

我不认为这是一个通过

purr

改进的问题。我建议查看

数据。table:：foverlaps（）

@DMC thx看起来很有趣，但

是。between

只是一个例子。我真正感兴趣的是笛卡尔组合的这种控制。如果存在一个优雅的解决方案，我可以在很多地方使用它。ifelse（x1>=y1&x1=y1&x1@Frank Nope）之间有什么区别吗？我只是认为这是一个明确的例子。

# this makes sense only if the .l in the same groups are the same length
# ie they are probably from the same data.frame
cross2d<- function(.l, groups = NULL, .filter = NULL){
  if (is_empty(.l) | is.null(groups)) {
    return(.l)
  }
  if (!is.null(.filter)) {
    .filter <- as_function(.filter)
  }

  n <- length(.l)

  #separate df for each group
  df1<- data.frame(.l[groups==0])
  df2<- data.frame(.l[groups==1])


  exp.coords<-expand.grid(1:nrow(df1), 1:nrow(df2))
  df<- data.frame(df1[exp.coords$Var1,], df2[exp.coords$Var2,])
  names(df)<-c(colnames(df1),colnames(df2))

  df[do.call(.filter, unname(df)),]
}

> cross2d(list(x1=df2$start, x2=df1$start, y2=df1$end), group=c(0,1,1), .filter=is.between)
       x1    x2    y2
1    9169  9069  9176
3.2 34633 34633 35625