在tidyverse中识别二元变量的成对组合

需求说明 #

现有包含多个二元0/1变量的DataFrame（示例含7个变量，实际为23个），需要批量识别所有变量对同时为1的情况，忽略其他变量的取值，标记出对应的变量对名称（如V1_V2）。

解决方案 #

方法一：Tidyverse 直观实现（适合新手） #

利用combn生成所有不重复的变量对，再结合dplyr批量创建标记列或合并所有满足的组合到一列。

步骤1：生成变量对组合

library(tidyverse)

# 生成所有不重复的变量对（如c("V1","V2"), c("V1","V3")...）
var_pairs <- combn(names(df), 2, simplify = FALSE)

步骤2：批量创建变量对标记列

为每个变量对单独创建一列，标记该行是否满足该对同时为1：

df_pair_flags <- df %>%
  mutate(
    across(
      all_of(var_pairs),
      ~ ifelse(!!sym(.x[[1]]) == 1 & !!sym(.x[[2]]) == 1, paste(.x, collapse = "_"), NA),
      .names = "{paste(.x, collapse = '_')}"
    )
  )

步骤3：合并所有满足的组合到单一列

如果希望每行所有满足的变量对合并为一个字符串（逗号分隔）：

df_combined <- df %>%
  rowwise() %>%
  mutate(
    combo_ids = list(
      var_pairs %>%
        map_chr(~ ifelse(all(c_across(all_of(.x)) == 1), paste(.x, collapse = "_"), NA)) %>%
        na.omit()
    )
  ) %>%
  ungroup() %>%
  # 把列表转为逗号分隔的字符串
  mutate(combo_ids = ifelse(lengths(combo_ids) > 0, paste(combo_ids, collapse = ", "), NA))

方法二：矩阵运算高效实现（适合变量较多场景） #

当变量数量较多（如23个，共253个变量对）时，矩阵运算的速度远快于循环/行处理：

# 将DataFrame转为矩阵
mat <- as.matrix(df)

# 逐行计算所有同时为1的变量对
combo_list <- apply(mat, 1, function(row) {
  # 计算行向量的外积，找到上三角中值为1的位置（避免重复对）
  pair_indices <- which(row %*% t(row) == 1 & upper.tri(row %*% t(row)), arr.ind = TRUE)
  if (nrow(pair_indices) > 0) {
    paste(colnames(mat)[pair_indices[,1]], colnames(mat)[pair_indices[,2]], sep = "_")
  } else {
    NA_character_
  }
})

# 将结果合并回原DataFrame
df$combo_ids <- combo_list

示例输出说明 #

以生成的示例数据为例，某行若V1=1且V2=1、V1=1且V3=1，则combo_ids列会显示V1_V2, V1_V3。

内容的提问来源于stack exchange，提问作者JFerret