R语言按ID分组生成字符串两两组合并拆分对应数值列

以下方案基于tidyverse生态实现，完全匹配需求，可直接运行：

完整代码 #

library(dplyr)
library(tidyr)

# 输入示例数据
raw_df <- structure(list(Tissue = c("Testis", "Prostate", "Colon - Transverse", 
"Whole Blood", "Kidney - Cortex", "Prostate", "Kidney - Cortex", 
"Colon - Transverse", "Testis", "Kidney - Cortex"), ID = c("1", 
"1", "1", "2", "2", "2", "3", "3", "3", "4"), X = c(-0.0423342169666184, 
-0.0159575980119219, 0.0653906499828914, 0.0509419093203423, 
-0.0164593204483257, 0.0128395479305178, -0.0214528156331502, 
0.139151567409083, -0.038963750292625, -0.0182265229147926)), class = c("grouped_df", 
"tbl_df", "tbl", "data.frame"), row.names = c(NA, -10L), groups = structure(list(
    ID = c("1", "2", "3", "4"), .rows = structure(list(1:3, 4:6, 
        7:9, 10L), ptype = integer(0), class = c("vctrs_list_of", 
    "vctrs_vctr", "list"))), class = c("tbl_df", "tbl", "data.frame"
), row.names = c(NA, -4L), .drop = TRUE))

# 核心处理流程
result <- raw_df %>%
  ungroup() %>%
  group_by(ID) %>%
  # 自动过滤样本数不足2、无法生成配对的分组
  filter(n() >= 2) %>%
  group_modify(~{
    # 生成分组内所有行的两两无序不重复组合索引
    pair_index <- combn(nrow(.x), 2, simplify = FALSE)
    # 遍历索引提取对应值，生成结构化结果
    lapply(pair_index, function(i){
      tibble(
        `Tissue Pairs` = paste(.x$Tissue[i[1]], .x$Tissue[i[2]], sep = " "),
        X = .x$X[i[1]],
        X2 = .x$X[i[2]]
      )
    }) %>% bind_rows()
  }) %>%
  ungroup()

逻辑说明 #

• 用基础R自带的combn()函数生成两两无序组合，天然保证组内配对不重复，不会出现A-B和B-A同时存在的冗余结果，不同ID组的配对重复会被保留，符合要求
• 配对生成时同步按索引匹配X值，不会出现组织和数值错配的问题
• 针对给出的演示小样例（A/B/C/D那组），运行代码后输出结果和期望结构完全一致

可选调整 #

• 如果需要修改Tissue配对的拼接分隔符，直接修改paste()函数里的sep参数即可，比如sep = "_"就会生成类似A_B的配对格式
• 如果需要保留组内只有1个样本的ID记录，删除filter(n() >= 2)这行代码，自行补充缺失值填充逻辑即可
• 代码仅依赖dplyr、tidyr两个通用数据处理包，无额外特殊依赖。

内容的提问来源于stack exchange，提问作者blue beryl