适用于Tidyverse的combn技巧问询：无排列配对及值关联实现

嘿，我懂你想要的是无排列的元素组合对（只保留a-b这种单向配对，不会重复出现b-a），同时还要把每个元素对应的数值都保留下来，而且希望代码比现有的更优雅、更贴合tidyverse的风格对吧？我给你几个清爽的解决方案：

首先先确认我们的示例数据：

library(tibble)
data <- tibble(letter = letters[1:5], value = 1:5)

方法1：全tidyverse流水线风格（推荐） #

用tidyr::expand_grid生成笛卡尔积，再过滤掉重复配对，最后整理列名，全程不离开tibble：

library(tidyr)
library(dplyr)

data %>%
  # 生成自身和自身的笛卡尔积
  expand_grid(item1 = ., item2 = .) %>%
  # 过滤出字母顺序靠前的配对，避免重复
  filter(item1$letter < item2$letter) %>%
  # 整理成清晰的列结构
  transmute(
    letter1 = item1$letter,
    value1 = item1$value,
    letter2 = item2$letter,
    value2 = item2$value
  )

方法2：用combn直接操作行索引 #

如果习惯用combn，可以直接对行索引取组合，然后提取对应行的数值，不用转置矩阵：

library(purrr)
library(dplyr)

combn(seq_len(nrow(data)), 2, 
      # 每个组合生成一个小tibble
      ~ tibble(
          letter1 = data$letter[.x],
          value1 = data$value[.x],
          letter2 = data$letter[.y],
          value2 = data$value[.y]
        ),
      # 不要简化成矩阵，保留列表形式
      simplify = FALSE) %>%
  # 把所有小tibble合并成一个
  bind_rows()

方法3：dplyr 1.1.0+专属简化版 #

如果你用的是较新版本的dplyr，可以用cross_join替代expand_grid，代码更简洁：

library(dplyr)

data %>%
  cross_join(., .) %>%
  filter(letter.x < letter.y) %>%
  # 批量重命名列，把.x/.y改成1/2
  rename_with(~sub("\\.x", "1", .), ends_with(".x")) %>%
  rename_with(~sub("\\.y", "2", .), ends_with(".y"))

这些方法都是全程在tibble的语境下操作，不需要来回转换矩阵和数据框，可读性和维护性都比现有方法好很多～

内容的提问来源于stack exchange，提问作者Ploulack