R:Force data.table计算所有交互

这是一个data.table：

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

中，仅存在

dat$var2

et

dat$var3

的现有交互。如何强制

dat2

包含

var2

和

var3

的所有9个可能交互（而不是

dat2

的7行）的结果？如果data.table没有直接的解决方案，那么解决此问题的最简单方法是什么

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

应在resp中包含NA

您可以设置

键

，然后使用

i

中的

CJ

进行交叉连接，就像这样

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（）

在

x

的

i

中创建一个

data.table

（在本例中为

dat

）以加入。它是作为提供给

CJ（）

的向量的叉积形成的，这恰好是您要查找的

为什么不直接做

data.table（…）

而不是

as.data.table（data.frame（…）

？没有理由，那是愚蠢的！我修好了！谢谢我同意

CJ

版本比我下面建议的

expand.grid

版本更有意义。但对于普遍性，我仍然认为

dat[CJ（unique（var2），unique（var3）），mean（var1）]

比明确使用

字母[1:3]

和

1:3

更合适。