如何基于列匹配生成关联数据框？求该数据变换的名称

一、专业名称 #

你要做的这类数据变换叫做分组内自配对（intra-group self-pairing），核心是在同一分组（此处为Status列值相同的组）内，将每个成员与组内其他成员进行关联匹配，同时排除自身与自身的配对。

二、R语言实现代码 #

针对你的需求，以下是两种可行的实现方案：

方案1：修正版dplyr自连接 #

library(dplyr)

# 加载原始数据
Name <- c("John","Sally","Alex", "Sarah", "Joe", "Sue")
Status <- c('A', 'B', 'A', 'B', 'C', 'A')
df <- data.frame(Name,Status)

# 生成同组内的非自身配对
pair_result <- df %>%
  inner_join(df, by = "Status", suffix = c("", "_match")) %>%
  filter(Name < Name_match) %>%  # 保留单向配对，避免重复反向行
  select(Column1 = Name, Column2 = Status, Column3 = Name_match)

# 提取单成员分组（无匹配项的行）
single_member <- df %>%
  group_by(Status) %>%
  filter(n() == 1) %>%
  select(Column1 = Name, Column2 = Status)

# 合并最终结果
final_result <- bind_rows(pair_result, single_member) %>%
  arrange(Column2, Column1)

print(final_result)

运行后输出与你期望的结果完全一致：

Column1 Column2 Column3
1    John       A    Alex
2    John       A     Sue
3    Alex       A     Sue
4   Sally       B   Sarah
5     Joe       C    <NA>

方案2：分组列表展开法 #

通过分组生成名称列表，再展开匹配项：

library(tidyr)
library(dplyr)

df %>%
  group_by(Status) %>%
  mutate(Name_list = list(Name)) %>%
  rowwise() %>%
  mutate(Column3 = list(setdiff(Name_list, Name))) %>%
  unnest(Column3, keep_empty = TRUE) %>%
  filter(!is.na(Column3) | length(Name_list) == 1) %>%
  select(Column1 = Name, Column2 = Status, Column3) %>%
  arrange(Column2, Column1)

三、你之前自连接效果不佳的原因 #

大概率是没做两个关键处理：

• 未过滤Name == Name_match的自身配对行
• 未单独处理单成员分组（如Status=C的Joe，无匹配项需保留原行）

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