交通数据集往返行程统一路线标识的代码实现方案咨询

你需要将往返路线（如"A→B"和"B→A"）统一为同一个标识，同时保留同地行程（如"A→A"）的原样，这里有几个简洁且可靠的实现方案，完全不需要依赖观测数量或者复杂的汇总逻辑：

方法1：基础R向量化操作（推荐，高效简洁） #

利用pmin()和pmax()的向量化特性，直接逐对比较出发地和到达地，取字典序较小和较大的字符串拼接：

df <- data.frame(id = c(1,1,1,2,3), departure_from = c("A","B","A","B","C"), arrival_to = c("A","A","B","A","A"))

# 生成统一路线标识
df$route <- with(df, paste(pmin(departure_from, arrival_to), pmax(departure_from, arrival_to), sep = "-"))

# 查看结果
print(df)

运行后得到的结果完全符合你的期望：

id departure_from arrival_to route
1  1              A          A  A-A
2  1              B          A  A-B
3  1              A          B  A-B
4  2              B          A  A-B
5  3              C          A  A-C

为什么这个方法可靠？ #

• 向量化操作：比逐行循环/apply()效率高得多，尤其适合大数据集
• 逻辑简单直接：不依赖任何数据分布（比如不需要往返路线观测数量相似），只关注当前行的出发地和到达地
• 自动兼容同地行程：当出发地和到达地相同时，pmin()和pmax()返回相同的值，自然生成A-A这类标识

方法2：Tidyverse风格实现 #

如果你习惯用tidyverse工具链，可以用dplyr结合purrr的map2_chr()实现：

library(dplyr)
library(purrr)

df <- df %>%
  mutate(route = map2_chr(departure_from, arrival_to, 
                          ~paste(sort(c(.x, .y)), collapse = "-")))

这个方法的逻辑是逐对取出发地和到达地，排序后拼接，效果和方法1一致，写法更贴合tidy数据操作的习惯。

方法3：自定义排序逻辑（针对特殊场景） #

如果你的路线标识不是按字典序排序（比如需要按城市重要性排序），可以自定义比较逻辑，比如：

# 假设我们定义城市优先级：A > C > B
city_order <- c("A", "C", "B")

df$route <- apply(df[, c("departure_from", "arrival_to")], 1, function(x) {
  # 按自定义顺序排序
  sorted_x <- x[order(match(x, city_order))]
  paste(sorted_x, collapse = "-")
})

这样B→A会被转为A-B，C→A会被转为A-C，完全符合自定义规则。

内容的提问来源于stack exchange，提问作者quartzl