给定一组列值，创建具有已知行数的 data.frame

Question

我正在尝试制作固定行数的数据集来制作测试数据集 - 但是我正在写入一个需要每个列的已知键的目的地。在我的例子中，假设这些键分别是小写字母、大写字母和数字。

我需要创建一个函数，它只提供所需的行数，组合键，使组合的数量等于所需的数量。自然会有一些不可能的情况，比如质数大于最大键，值大于键数的乘积。

10 行的示例输出数据集可能如下所示：

data.frame(col1 = rep("a", 10),
           col2 = rep(LETTERS[1:5], 2),
           col3 = rep(1:2, 5))

   col1 col2 col3
1     a    A    1
2     a    B    2
3     a    C    1
4     a    D    2
5     a    E    1
6     a    A    2
7     a    B    1
8     a    C    2
9     a    D    1
10    a    E    2

请注意，我必须手动指定键才能获得所需的行数。我该如何安排事情，以便 R 可以为我做这件事？

我已经考虑过的事情

• optim - 我试图求解的方程实际上是x * y * z = n，其中所有的方程都必须是整数。 optim 似乎不支持该约束
• expand.grid 然后是子集 - 近 5 亿个组合，耗尽了我所有的记忆 - 不是一个选择。
• lpSolve - 有整数选项，但似乎只支持线性方程。可以使用日志使其线性化，但我不能使用整数选项。
• factorize 从gmp 获取因子 - 考虑过这一点，但我想不出一种将主要因子分配回密钥的方法。编辑：可能是装箱问题？

Answer 1

对于低级别的整数优化，您可以使用网格搜索。其他可能性在here 中进行了描述。

这应该适用于您的示例。

N <- 10
fr <- function(x) { 
  x1 <- x[1]
  x2 <- x[2]
  x3 <- x[3]
  (x1 * x2 * x3 - N)^2
}
library(NMOF)
gridSearch(fr, list(seq(0,5), seq(0,5), seq(0,5)))$minlevels

Answer 2

我有点不情愿，但我们可以解决问题：

  a1<-2
  a2<-5

  eval(parse(text=paste0("data.frame(col1 = rep(LETTERS[1],",a1*a2,"),col2 = 
  rep(LETTERS[1:",a2,"],",a1,"),col3 = rep(1:",a1,",",a2,"))")))

    col1 col2 col3
1     A    A    1
2     A    B    2
3     A    C    1
4     A    D    2
5     A    E    1
6     A    A    2
7     A    B    1
8     A    C    2
9     A    D    1
10    A    E    2

这和你问的类似吗？