按分组计算变量唯一组合的相关性：寻求高效实现方法

你当前手动指定变量组合的方法在变量增多时会非常繁琐，而第二种代码报错的原因是：在group_by后的summarise中直接调用df[,2:ncol(df)]会引用整个原始数据框，而非当前分组的子集，同时cor()返回的矩阵不符合summarise对单一值输出的要求。

以下是两种可扩展的解决方案，无需手动枚举变量组合：

方法1：转长格式后生成变量对计算 #

library(dplyr)
library(tidyr)
library(tibble)

set.seed(13)
df <- data.frame(group = rep(LETTERS[1:3], 3),
                 var1 = rnorm(9, 1),
                 var2 = rnorm(9, 2),
                 var3 = rnorm(9, 1))

df %>%
  # 将数值变量转为长格式
  pivot_longer(cols = -group, names_to = "var", values_to = "value") %>%
  group_by(group) %>%
  # 生成当前分组内所有不重复的变量对
  summarise(var_pairs = list(t(combn(unique(var), 2))), .groups = "drop") %>%
  # 展开变量对为单独列
  unnest(var_pairs) %>%
  rename(var1 = var_pairs1, var2 = var_pairs2) %>%
  # 关联原数据的变量值
  left_join(df %>% pivot_longer(-group, names_to = "var1", values_to = "val1"), 
            by = c("group", "var1")) %>%
  left_join(df %>% pivot_longer(-group, names_to = "var2", values_to = "val2"), 
            by = c("group", "var2")) %>%
  # 按分组和变量对计算相关性
  group_by(group, var1, var2) %>%
  summarise(correlation = cor(val1, val2), .groups = "drop")

方法2：用group_modify处理分组相关矩阵 #

这种方法直接对每个分组的数值变量计算相关矩阵，再整理为整洁格式：

df %>%
  group_by(group) %>%
  group_modify(~ {
    # 提取当前分组的数值变量
    num_vars <- select(.x, -group)
    # 计算相关矩阵并转为整洁格式
    cor(num_vars) %>%
      as.data.frame() %>%
      rownames_to_column("var1") %>%
      pivot_longer(cols = -var1, names_to = "var2", values_to = "correlation") %>%
      # 仅保留上三角结果，避免重复（如var1-var2和var2-var1）
      filter(var1 < var2)
  }) %>%
  ungroup()

原代码的问题修正 #

如果想保留矩阵形式的结果，可改用cur_data()获取当前分组数据，但结果需进一步整理：

df %>%
  group_by(group) %>%
  summarise(cor_mat = list(cor(cur_data()[,-1])), .groups = "drop")

内容的提问来源于stack exchange，提问作者mmw