如何在R语言的dataframe中批量查找m.z列差值4-6的数据对？

head(peaks)
       m.z Height    RT
1  84.9594 358909 0.219
2 214.9169 111512 0.223
3  56.9418 168197 0.261
4 201.8865  26736 0.352
5 122.9683  20625 0.465
6  84.9594 343573 0.854

我拥有一个dataframe，希望在其中的m.z列中查找所有差值介于4到6之间的数据对。该列包含700余个数据点，无法逐个手动查找，请问是否存在可一次性批量分析整列的函数或R包？目前仅找到对比两个dataframe的函数。

下面提供几种在单列中批量查找符合差值条件数据对的实现方式：

基础R实现 #

利用outer()生成所有数据对的差值矩阵，再筛选符合条件的结果，同时避免重复配对（如(i,j)和(j,i)只保留一组）：

# 提取m.z列数据
mz_vals <- peaks$m.z

# 生成所有数据对的差值矩阵
diff_matrix <- outer(mz_vals, mz_vals, "-")

# 筛选差值在4到6之间，且仅保留i < j的配对（避免重复）
matches <- which(diff_matrix >= 4 & diff_matrix <= 6 & upper.tri(diff_matrix), arr.ind = TRUE)

# 整理结果为数据框
result <- data.frame(
  索引1 = matches[,1],
  mz值1 = mz_vals[matches[,1]],
  索引2 = matches[,2],
  mz值2 = mz_vals[matches[,2]],
  差值 = diff_matrix[matches]
)

# 查看前几行结果
head(result)

tidyverse风格实现 #

如果习惯使用dplyr和tidyr，可以通过生成笛卡尔积后筛选：

library(dplyr)
library(tidyr)

result <- peaks %>%
  mutate(索引 = row_number()) %>%
  select(索引, m.z) %>%
  expand_grid(., .) %>%  # 生成所有数据对
  filter(索引.x < 索引.y) %>%  # 排除重复配对
  mutate(差值 = m.z.y - m.z.x) %>%
  filter(差值 >= 4 & 差值 <= 6) %>%
  rename(索引1 = 索引.x, mz值1 = m.z.x, 索引2 = 索引.y, mz值2 = m.z.y)

head(result)

data.table高效实现 #

data.table在处理笛卡尔积时性能更优，适合数据量较大的场景：

library(data.table)

setDT(peaks)[, 索引 := .I]
result <- peaks[peaks, on = .(), allow.cartesian = TRUE][
  索引 < i.索引, 
  .(索引1 = 索引, mz值1 = m.z, 索引2 = i.索引, mz值2 = i.m.z, 差值 = i.m.z - m.z)
][差值 >= 4 & 差值 <= 6]

head(result)

补充说明 #

如果需要绝对值差值在4到6之间（即不管两个值谁大谁小，差值的绝对值符合条件），只需将筛选条件中的差值 >=4 & 差值 <=6替换为abs(差值) >=4 & abs(差值) <=6即可。

内容的提问来源于stack exchange，提问作者no pe