如何在R中清理地址自连接匹配结果中的重复反向冗余行

我执行了自连接操作来对地址数据做相互比对，所用代码如下：

library(tidyverse)
library(lubridate)
library(stringr)
library(stringdist)
library(fuzzyjoin)
doTheJoin <- function (threshold) {
      joined <- trimData(d_client_squashed) %>% 
        stringdist_left_join(
          trimData(d_client_squashed), 
          by = c(address_full="address_full"),
          distance_col = "distance",
          max_dist = threshold,
          method = "jw"
        )
    }    

d_client_squashed的结构如下，存储的均为字符串类型值：

随后我执行了如下操作：

sensible_matches <- doTheJoin(0.2)
View(sensible_matches %>% filter(Client_Reference.x != Client_Reference.y))

得到的输出结果如下：

目前连接操作的输出存在重复问题：每组匹配都会生成两条客户信息颠倒的记录，且距离值不唯一，无法用作去重依据。请问我该如何对该数据框取子集，以去除这类重复行？

这里提供两种可直接落地的实现方式，按需选择即可：

方案1：匹配完成后直接去重 #

如果已经跑完匹配不想重新计算，可以新增固定顺序的配对标识直接去重：

sensible_matches %>%
  # 先过滤掉自身匹配的条目
  filter(Client_Reference.x != Client_Reference.y) %>%
  # 生成配对唯一标识：将两个客户参考号按字典序排序后拼接，保证正向反向配对生成的标识完全一致
  mutate(match_pair = pmap_chr(list(Client_Reference.x, Client_Reference.y), 
                               ~paste(sort(c(..1, ..2)), collapse = "_"))) %>%
  # 按配对标识去重，每组仅保留1条记录
  distinct(match_pair, .keep_all = TRUE) %>%
  # 可选：删除辅助列
  select(-match_pair)

方案2：自连接时从源头避免生成重复条目 #

数据量较大时更推荐这个方案，可以减少一半的匹配计算量，直接修改doTheJoin函数即可：

doTheJoin <- function (threshold) {
  trimmed_data <- trimData(d_client_squashed) %>%
    # 新增行号作为辅助判断字段
    mutate(row_id = row_number())
  joined <- trimmed_data %>% 
    stringdist_left_join(
      trimmed_data, 
      by = c(address_full="address_full"),
      distance_col = "distance",
      max_dist = threshold,
      method = "jw"
    ) %>%
    # 仅保留x行号小于y行号的匹配结果，天然避免双向重复和自身匹配
    filter(row_id.x < row_id.y) %>%
    # 删掉不需要的行号辅助列
    select(-starts_with("row_id"))
}  

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