在R中使用combn函数时如何保留数据框的非数值列？

我明白你的痛点了——之前的代码只盯着val列的数值组合，没法关联回原数据里的Doc和Category，遇到重复值还容易匹配错。其实核心思路应该是用行索引来关联组合，而不是直接用数值，这样就能精准找回对应的整行数据了。

具体实现步骤 #

我们直接基于原数据框的行索引生成组合，计算对应索引的val和，找到符合目标的组合后再提取整行：

# 先定义你的原数据框（示例）
df <- data.frame(
  Doc = c("A", "B", "C", "D"),
  Category = c("aa", "ab", "ab", "cc"),
  val = c(1, 6, 3, 6),
  stringsAsFactors = FALSE
)

# 设置目标和
target_sum <- 7

# 生成所有行索引的组合（从1行到总行数的所有可能组合）
all_index_combs <- Map(combn, list(1:nrow(df)), seq_along(df$val), simplify = FALSE)
all_index_combs <- unlist(all_index_combs, recursive = FALSE)

# 筛选出第一个val和等于目标值的索引组合
matched_indices <- Filter(function(idx) sum(df$val[idx]) == target_sum, all_index_combs)[[1]]

# 提取对应的整行数据
result <- df[matched_indices, ]
print(result)

运行后就能得到你想要的输出：

Doc Category val
1   A       aa   1
2   B       ab   6

优化建议 #

如果你的目标是找固定行数的组合（比如例子里的2行），可以直接生成指定行数的索引组合，这样能大幅减少计算量，效率更高：

# 只生成2行的索引组合
all_index_combs <- combn(1:nrow(df), 2, simplify = FALSE)

这种方法的好处是：不管val列有没有重复值，行索引都是唯一对应原数据的行的，完全不会出现匹配错误，而且直接提取整行，自然保留了所有列的信息。

内容的提问来源于stack exchange，提问作者CJJ