如何用R统计单列数据中的配对出现次数？

1. 加载必要工具包 #

我们使用tidyverse套件里的dplyr、tidyr等工具完成处理，先加载包：

library(tidyverse)

2. 导入/构造数据 #

根据你提供的单列数据，先构造示例数据集（如果是从文件读取，替换成read.csv("你的文件路径")即可）：

df <- tibble(Names = c(
  "Tom,Jack,Meave",
  "Tom,Arial",
  "Arial,Tim,Tom",
  "Neena,Meave",
  "Meave",
  "Tim,Meave"
))

3. 拆分姓名并生成组队配对 #

• 给每个项目组添加唯一标识，方便后续分组处理
• 将每行的逗号分隔姓名拆分为单独行
• 对每个组生成所有两两组合；单人组自动生成与none的配对
• 统一配对顺序（避免Tom,Arial和Arial,Tom被视为不同配对）
• 统计每对的出现次数

pair_counts <- df %>%
  mutate(group_id = row_number()) %>%
  separate_rows(Names, sep = ",") %>%
  group_by(group_id) %>%
  mutate(
    pairs = if (n() == 1) {
      tibble(p1 = Names, p2 = "none")
    } else {
      as_tibble(t(combn(Names, 2)))
    }
  ) %>%
  unnest(pairs) %>%
  mutate(pair = str_c(pmin(p1, p2), pmax(p1, p2), sep = ",")) %>%
  ungroup() %>%
  count(pair, name = "Counts") %>%
  arrange(desc(Counts))

4. 查看结果 #

运行代码后，pair_counts即为统计好的结果：

print(pair_counts)

输出示例（包含你预期的部分记录）：

# A tibble: 9 × 2
  pair         Counts
  <chr>         <int>
1 Tom,Arial         2
2 Meave,Tim         2
3 Jack,Meave        1
4 Jack,Tom          1
5 Meave,none        1
6 ...              ...

关键逻辑说明 #

• separate_rows：将每行的逗号分隔姓名拆分为多行，便于后续生成配对
• combn：生成组内所有不重复的两两组合
• 单人组判断：通过n() == 1识别单人项目，自动生成与none的配对
• pmin/pmax：统一配对的姓名顺序，确保顺序相反的配对被视为同一组统计

内容的提问来源于stack exchange，提问作者Ginko-Mitten