如何用两个表的数据为Subject Id匹配所有对应Visit Name

你有两个单列表，分别存储受试者ID和访视名称，需要生成每个受试者对应所有访视的完整组合，也就是两个表的笛卡尔积。以下是几种可行的解决方案：

方法1：使用tidyr::crossing（推荐，最简洁） #

crossing函数专门用于生成多个向量/数据框的所有可能组合，直接传入两个tibble即可：

library(tibble)
library(tidyr)

# 修正原代码中的语法错误（Subject Id最后一项多了括号）
subjects <- tibble("Subject Id" = c("1-1", "1-2", "1-3"))
visits <- tibble("Visits" = c("a", "b", "c"))

# 生成所有组合
all_combinations <- crossing(subjects, visits)
all_combinations

输出结果：

# A tibble: 9 × 2
  `Subject Id` Visits
  <chr>        <chr> 
1 1-1          a     
2 1-1          b     
3 1-1          c     
4 1-2          a     
5 1-2          b     
6 1-2          c     
7 1-3          a     
8 1-3          b     
9 1-3          c     

方法2：基础R的expand.grid #

如果不想加载额外包，可以用基础R的expand.grid生成组合，再转成tibble：

library(tibble)

subjects <- tibble("Subject Id" = c("1-1", "1-2", "1-3"))
visits <- tibble("Visits" = c("a", "b", "c"))

# 生成组合并转成tibble
all_combinations <- as_tibble(expand.grid(
  `Subject Id` = subjects$`Subject Id`,
  Visits = visits$Visits,
  stringsAsFactors = FALSE
))

# 按受试者ID排序，和示例一致
all_combinations <- all_combinations[order(all_combinations$`Subject Id`), ]
rownames(all_combinations) <- NULL # 清除自动生成的行名
all_combinations

方法3：用dplyr::full_join加临时键 #

通过给两个表添加一个相同的临时列，再做全连接，最后删除临时列：

library(tibble)
library(dplyr)

subjects <- tibble("Subject Id" = c("1-1", "1-2", "1-3")) %>% mutate(temp = 1)
visits <- tibble("Visits" = c("a", "b", "c")) %>% mutate(temp = 1)

all_combinations <- full_join(subjects, visits, by = "temp") %>%
  select(-temp) %>% # 删除临时列
  arrange(`Subject Id`) # 排序
all_combinations

为什么普通merge不适用？ #

普通的merge()函数默认是内连接，需要两个表有匹配的键值才会合并，而你需要的是所有可能的组合（笛卡尔积），因此需要用上述专门生成全组合的方法。

内容的提问来源于stack exchange，提问作者user21366945