如何在R中按两列值匹配数据对并合并数据框？

嘿，这个需求很好解决！核心思路是给每一组x-y配对生成一个标准化的标识——不管顺序是A-B还是B-A，都能被归为同一组，然后再分组求和即可。下面提供两种实用的实现方式：

方法1：使用dplyr包（推荐，代码更直观） #

首先我们先构造你的示例数据框，然后一步步处理：

library(dplyr)

# 构造示例数据
df <- tibble(
  x = c("A", "A", "B", "B", "C"),
  y = c("B", "C", "A", "C", "A"),
  val = c(5, 3, 7, 9, 1)
)

# 处理逻辑
df_processed <- df %>%
  # 生成标准化配对：把x和y按字母顺序排序，确保A-B和B-A属于同一组
  mutate(
    pair1 = pmin(x, y),  # 取每对中较小的字符
    pair2 = pmax(x, y)   # 取每对中较大的字符
  ) %>%
  # 按标准化配对分组，对val求和
  group_by(pair1, pair2) %>%
  summarise(val = sum(val), .groups = "drop") %>%
  # 重命名列回到你需要的x、y、val格式
  rename(x = pair1, y = pair2) %>%
  select(x, y, val)  # 调整列顺序和需求一致

运行后输出的结果完全符合你的要求：

print(df_processed)
# # A tibble: 3 × 3
#   x     y       val
#   <chr> <chr> <dbl>
# 1 A     B        12
# 2 A     C         4
# 3 B     C         9

方法2：使用Base R（无需额外安装包） #

如果你不想依赖dplyr，用base R也能轻松实现：

# 构造示例数据
df <- data.frame(
  x = c("A", "A", "B", "B", "C"),
  y = c("B", "C", "A", "C", "A"),
  val = c(5, 3, 7, 9, 1),
  stringsAsFactors = FALSE
)

# 生成标准化配对
df$pair1 <- pmin(df$x, df$y)
df$pair2 <- pmax(df$x, df$y)

# 分组求和并整理格式
df_processed_base <- aggregate(val ~ pair1 + pair2, data = df, sum)
names(df_processed_base) <- c("x", "y", "val")

输出结果和上面完全一致。

关键逻辑说明 #

pmin()和pmax()是实现的核心：它们会逐行比较x和y的字符，分别取出较小和较大的那个。这样不管原始配对是A-B还是B-A，都会生成相同的pair1和pair2，确保同一组配对被正确归在一起求和。而像B-C这种没有反向配对的记录，因为只有一条数据，求和后自然保留原样。

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