Paste0怪异行为

Question

我不知道为什么会发生这种情况，另一位分析师也对此进行了调查，也同样感到困惑。可能与组合的数量有关，但我尝试过的变化对此没有帮助。

下面的语法重新创建了一个构建API调用的语法示例。我有一个域名列表和一个国家列表，它将所有的域名组合在一起(即"bbc.com - UK“、"bbc.com -西班牙”、"bbc.com -波兰“)。国家代码是2位ISO代码，在下面的例子中，域是随机文本。

出于某种原因，当112个域名与7个国家合并时，每个域名被赋予一个国家，即"bbc.com - UK“、"bbc.com - UK”、“bbc.com- UK”。如果我再加上两个国家，就像在第二个例子中一样，这是可行的。改变域名数量也能让它发挥作用。

domains <- data.frame(Domain=paste(stri_rand_strings(112, 5, pattern = "[A-Za-z0-9]"),".com"))

###DOES NOT WORK
country <- data.frame(country=rep(c("au","be","fr","nl","pl","ch","us"),nrow(domains)))                  

###DOES WORK
country <- data.frame(country=rep(c("au","be","fr","nl","pl","ch","us","aa","aa"),nrow(domains)))   


APICall <- paste0('https://api.abc.com/website/',domains$Domain,"/start_date=","2017-03",'&end_date=',"2018-02","&country=",country$country)
APICall <- transform(APICall,Domain=gsub(".*website/","",APICall))
APICall$Domain<- gsub("/.*","",APICall$Domain)
APICall <- transform(APICall,Country=strtrim(gsub(".*&country=","",APICall$X_data),2))
APICall <- transform(APICall,Date=strtrim(gsub(".*/start_date=","",APICall$X_data),7))

我有一个解决办法(加上两个"aa“国家)，但我真的很想知道发生了什么.

系统信息:R3.3.2R Studio版本1.0.143 OS塞拉利昂10_12_3

Answer 1

您似乎希望创建所有可能的组合，但是当您使用一个简单的rep()时，并不能保证您将创建所有可能的组合。

如果你从两个简单的向量开始

domains <- paste(stringi::stri_rand_strings(112, 5, pattern = "[A-Za-z0-9]"),".com")
countries <- c("au","be","fr","nl","pl","ch","us")

您可以使用expand.grid获得所有可能的组合。

expand.grid(domains, countries)

或者如果您使用的是来自tidyr包的tidyverse

tidyr::crossing(domains, countries)

仅仅使用rep()并不能提供所有的组合。例如

x <- letters[1:10]
y <- rep(letters[21:25], length(x))
comb <- paste(x,y)

请注意，

length(comb)
# [1] 50
length(unique(comb))
# [1] 10

所以那里有很多副本。如果一个向量长度可被另一个向量均匀地除以，则重复将在另一个向量的周期内重复，您将不会得到所有可能的组合。