如何用R语言将dat数据框转换为字符组合格式的result_1？

我有如下R语言定义的dat数据框，需要将其转换为result_1的格式：

SNPA <- c('AA','AA','AT')
SNPB <- c('CC','GG','CG')
SNPC <- c('AG','AA','GG')
dat <- data.frame(SNPA,SNPB,SNPC)
result_1 <- data.frame(col1=c(rep('A',20),rep('T',4)),                       
col2=c(rep('C',8),rep('G',8),rep('C',2),rep('G',2),rep('C',2),rep('G',2)),
                       col3=c(c('A','G','A','G','A','G','A','G'),rep('A',8),rep('G',8)))

转换规则：将dat每行中各元素的每个字符与其他列元素的字符进行全组合，例如第一行可生成8种组合：ACA、ACG、ACA、ACG、ACA、ACG、ACA、ACG；第三行可生成8种组合：ACG、ACG、AGG、AGG、TCG、TCG、TGG、TGG，所有行的组合合并后即为result_1。

方法一：基础R实现 #

# 初始化结果列表
result_list <- list()

# 遍历dat的每一行
for (i in 1:nrow(dat)) {
  # 拆分当前行各列的SNP字符为单独向量
  a_chars <- strsplit(dat$SNPA[i], "")[[1]]
  b_chars <- strsplit(dat$SNPB[i], "")[[1]]
  c_chars <- strsplit(dat$SNPC[i], "")[[1]]
  
  # 生成三列字符的所有笛卡尔积组合
  row_comb <- expand.grid(col1 = a_chars, col2 = b_chars, col3 = c_chars, stringsAsFactors = FALSE)
  
  # 将当前行的组合加入结果列表
  result_list[[i]] <- row_comb
}

# 合并所有行的组合数据框
result <- do.call(rbind, result_list)

# 验证结果是否与result_1一致（返回TRUE则说明匹配）
all.equal(result, result_1)

方法二：tidyverse实现（更简洁） #

library(tidyverse)

# 处理每行数据，生成所有组合
result <- dat %>%
  rowwise() %>%
  mutate(
    # 拆分每列的SNP字符为单独元素的列表
    col1_list = list(str_split(SNPA, "")[[1]]),
    col2_list = list(str_split(SNPB, "")[[1]]),
    col3_list = list(str_split(SNPC, "")[[1]]),
    # 生成三列的笛卡尔积组合
    comb = list(expand.grid(col1 = col1_list, col2 = col2_list, col3 = col3_list, stringsAsFactors = FALSE))
  ) %>%
  # 展开组合数据框
  unnest(comb) %>%
  # 选择并整理目标列
  select(col1, col2, col3) %>%
  ungroup()

# 验证结果匹配性
all.equal(result, result_1)

代码逻辑说明 #

1. 字符拆分：通过strsplit函数将每个SNP字符串（如"AA"）拆分为单个字符的向量（c("A", "A")）。
2. 笛卡尔积生成：使用expand.grid生成三列拆分后字符的所有可能组合，这一步会自动计算每行的组合数（比如第一行2×2×2=8种，第二行2×2×2=8种，第三行2×2×2=8种，总共24行，与result_1的行数一致）。
3. 结果合并：将每行生成的组合数据框合并为一个完整的数据框，最终结构与result_1完全匹配。

内容的提问来源于stack exchange，提问作者pengxianglan