如何生成数据集所有可能的均等列拆分组合列表？

要生成所有符合要求的拆分，不能用sample()（它只能随机选取单次拆分），而是需要枚举所有可能的列组合，并处理重复拆分的情况，以下是完整的解决方案：

核心思路 #

1. 根据数据集列数的奇偶性，确定拆分后其中一个子集的列数：
   • 偶数列：子集列数为总列数的一半，此时每个拆分会被枚举两次（比如选列A和选列A的补集是同一个拆分），需要去重
   • 奇数列：其中一个子集列数为(总列数+1)/2，另一个为(总列数-1)/2，此时所有组合都是唯一拆分，无需去重
2. 用combn()生成所有可能的列组合，再筛选出不重复的有效组合
3. 遍历每个有效组合，生成对应的两个子数据集，最终组合成拆分列表

完整代码 #

# 原始数据集
data <- structure(list(V1 = c(0, 1, 0, 1, 1, 1, 1, 1, 1, 0, 1, 0, 0, 
0, 0, 1, 0, 1, 1, 1), V2 = c(0, 1, 0, 0, 0, 0, 1, 1, 0, 0, 0, 
0, 0, 1, 1, 1, 0, 1, 1, 1), V3 = c(0, 0, 1, 0, 0, 1, 0, 0, 1, 
0, 1, 1, 0, 0, 1, 1, 0, 1, 1, 0), V4 = c(0, 0, 1, 1, 0, 0, 0, 
1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 1, 0)), class = "data.frame", row.names = c(NA, 
-20L))

# 计算列数和目标子集列数
n_cols <- ncol(data)
col_names <- colnames(data)

if (n_cols %% 2 == 0) {
  k <- n_cols / 2
  # 生成所有k列的组合
  all_combs <- combn(col_names, k, simplify = FALSE)
  # 去重：保留组合首列小于其补集首列的组合，避免重复拆分
  unique_combs <- all_combs[sapply(all_combs, function(x) {
    comp <- setdiff(col_names, x)
    x[1] < comp[1]
  })]
} else {
  k <- (n_cols + 1) %/% 2
  # 奇数列时所有组合都是唯一拆分
  unique_combs <- combn(col_names, k, simplify = FALSE)
}

# 生成所有拆分的列表
all_splits <- lapply(unique_combs, function(comb) {
  s1 <- data[comb]
  s2 <- data[setdiff(col_names, comb)]
  list(s1 = s1, s2 = s2)
})

# 验证拆分数量（示例数据为4列，应返回3种拆分）
length(all_splits)
# 查看所有拆分
all_splits

代码说明 #

• combn(col_names, k, simplify = FALSE)：生成从列名中选取k个的所有可能组合，返回一个列表，每个元素是一组列名
• 偶数列去重逻辑：通过比较组合与其补集的第一个列名字符顺序，只保留其中一个，确保每个拆分只被记录一次
• lapply()遍历每个有效组合，生成对应的两个子数据集，并将它们包装成子列表，最终汇总为总拆分列表

内容的提问来源于stack exchange，提问作者MetehanGungor