如何在R中生成列元素组合并跨数据框匹配对应值？

需求说明 #

现有两个单列数据框A、B，需先生成指定的varA/varB组合，再在数据框D中匹配这些组合（不考虑varA和varB的顺序），并获取对应的y值。

原始数据定义 #

library(tidyverse)

# 数据框A、B
A = tibble(var = c("A","B"))
B = tibble(var = c("A","C"))

# 数据框D
D = tibble(varA = c("B","A","C","B","D","H"),
           varB = c("A","A","A","C","F","G"),
           y = c(1.12,1.14,1.15,1.16,1.23,1.10))

方法一：使用dplyr实现 #

步骤1：生成目标组合数据框 #

先合并A、B的所有唯一元素，生成所有不重复的无序组合（含自身配对），并按要求排序：

# 提取所有唯一变量值
all_vars <- unique(c(A$var, B$var))

# 生成目标组合
target_pairs <- expand.grid(varA = all_vars, varB = all_vars) %>%
  as_tibble() %>%
  # 筛选出varA <= varB的组合，避免重复无序对
  filter(varA <= varB) %>%
  # 按指定顺序排序
  arrange(varA, varB)

执行后得到目标组合：

步骤2：匹配D中的无序组合并取值 #

通过生成排序后的辅助列，统一无序组合的标识，实现不区分顺序的匹配：

result <- target_pairs %>%
  # 为目标组合添加排序后的辅助列
  mutate(var1 = pmin(varA, varB),
         var2 = pmax(varA, varB)) %>%
  # 与处理后的D进行连接
  left_join(
    D %>%
      mutate(var1 = pmin(varA, varB),
             var2 = pmax(varA, varB)) %>%
      select(var1, var2, y),
    by = c("var1", "var2")
  ) %>%
  # 移除辅助列，保留目标格式
  select(varA, varB, y)

最终结果与预期一致：

方法二：基础R实现 #

步骤1：生成目标组合 #

# 提取所有唯一变量值
all_vars <- unique(c(A$var, B$var))

# 生成所有可能组合并筛选
target_pairs <- expand.grid(varA = all_vars, varB = all_vars)
target_pairs <- target_pairs[target_pairs$varA <= target_pairs$varB, ]
# 排序并重置行名
target_pairs <- target_pairs[order(target_pairs$varA, target_pairs$varB), ]
rownames(target_pairs) <- NULL

步骤2：匹配并取值 #

# 为D添加排序后的辅助列
D$var1 <- pmin(D$varA, D$varB)
D$var2 <- pmax(D$varA, D$varB)

# 为目标组合添加辅助列
target_pairs$var1 <- pmin(target_pairs$varA, target_pairs$varB)
target_pairs$var2 <- pmax(target_pairs$varA, target_pairs$varB)

# 合并数据并整理格式
result_base <- merge(target_pairs, D[, c("var1", "var2", "y")], by = c("var1", "var2"))
result_base <- result_base[, c("varA", "varB", "y")]
result_base <- result_base[order(result_base$varA, result_base$varB), ]
rownames(result_base) <- NULL

执行后同样得到预期结果。

内容的提问来源于stack exchange，提问作者Homer Jay Simpson