data.table中dplyr rowwsie combn的等效值

我有一段代码，它对特定数据帧的所有值执行combn。这是通过使用dplyr行方式完成的

library(dplyr,warn.conflicts = FALSE)
library(tidyr)
Column1<-c("red","blue")#creating column1
Column2<-c("green","white")#creating column2
Column3<-c("aqua","magenta")#creating column2
df_1<-data.frame(Column1, Column2, Column3)#creating data frame
df_2 <- df_1 %>% rowwise() %>% 
  mutate(COMB=list(combn(c_across(Column1:Column3),2,simplify = FALSE))) %>% 
  unnest(cols = COMB) %>% 
  unnest(cols=COMB)

由v0.3.0于2020年11月7日创建

结果如下

| \# A tibble: 12 x 4                |
|------------------------------------|
|    Column1 Column2 Column3 COMB    |
|    <chr>   <chr>   <chr>   <chr>   |
|  1 red     green   aqua    red     |
|  2 red     green   aqua    green   |
|  3 red     green   aqua    red     |
|  4 red     green   aqua    aqua    |
|  5 red     green   aqua    green   |
|  6 red     green   aqua    aqua    |
|  7 blue    white   magenta blue    |
|  8 blue    white   magenta white   |
|  9 blue    white   magenta blue    |
| 10 blue    white   magenta magenta |
| 11 blue    white   magenta white   |
| 12 blue    white   magenta magenta |

library(data.table)
Column1<-c("red","blue")#creating column1
Column2<-c("green","white")#creating column2
Column3<-c("aqua","magenta")#creating column2
df_1<-data.table(Column1, Column2, Column3)#creating DT

是否可以在data.table中执行按行梳理功能。例如，在以下方面：

| \# A tibble: 12 x 4                |
|------------------------------------|
|    Column1 Column2 Column3 COMB    |
|    <chr>   <chr>   <chr>   <chr>   |
|  1 red     green   aqua    red     |
|  2 red     green   aqua    green   |
|  3 red     green   aqua    red     |
|  4 red     green   aqua    aqua    |
|  5 red     green   aqua    green   |
|  6 red     green   aqua    aqua    |
|  7 blue    white   magenta blue    |
|  8 blue    white   magenta white   |
|  9 blue    white   magenta blue    |
| 10 blue    white   magenta magenta |
| 11 blue    white   magenta white   |
| 12 blue    white   magenta magenta |

library(data.table)
Column1<-c("red","blue")#creating column1
Column2<-c("green","white")#creating column2
Column3<-c("aqua","magenta")#creating column2
df_1<-data.table(Column1, Column2, Column3)#creating DT

由v0.3.0和data.table于2020-11-07创建，我们可以使用Map创建“梳”

在哪里

使用data.table，我们可以使用Map创建“COMB”

在哪里

---

您可以获取长格式的数据，并为每行创建组合

library(data.table)

df_1[, row := seq_len(.N)]
df_2 <- melt(df_1, id.vars = 'row')
df_1[df_2[, combn(value, 2), row], on = 'row'][, row := NULL][]

#    Column1 Column2 Column3      V1
# 1:     red   green    aqua     red
# 2:     red   green    aqua   green
# 3:     red   green    aqua     red
# 4:     red   green    aqua    aqua
# 5:     red   green    aqua   green
# 6:     red   green    aqua    aqua
# 7:    blue   white magenta    blue
# 8:    blue   white magenta   white
# 9:    blue   white magenta    blue
#10:    blue   white magenta magenta
#11:    blue   white magenta   white
#12:    blue   white magenta magenta

---

您可以获取长格式的数据，并为每行创建组合

library(data.table)

df_1[, row := seq_len(.N)]
df_2 <- melt(df_1, id.vars = 'row')
df_1[df_2[, combn(value, 2), row], on = 'row'][, row := NULL][]

#    Column1 Column2 Column3      V1
# 1:     red   green    aqua     red
# 2:     red   green    aqua   green
# 3:     red   green    aqua     red
# 4:     red   green    aqua    aqua
# 5:     red   green    aqua   green
# 6:     red   green    aqua    aqua
# 7:    blue   white magenta    blue
# 8:    blue   white magenta   white
# 9:    blue   white magenta    blue
#10:    blue   white magenta magenta
#11:    blue   white magenta   white
#12:    blue   white magenta magenta

---

非常感谢@akrun。这是我想要的结果。它工作得很好。我是data.table的新手，我有一个后续问题要问你。如果DT由Column1，Column2，Column3，Column4，Column5组成，而我只想将Column1，Column4，Column5作为x传递给combnx，2，那么我如何调整您的解决方案dfu 1[，grp:=seq_len.N][df u 1[，combnunlist.SD，2，.grp]，on=.grp][，grp:=NULL]到该值？AFAIR Map只能换行到mapply，mapply的API对我来说总是更容易使用。如果DT中存在不需要的combn列，那么调整akrun的解决方案以适应该场景df_1Many感谢@akrun。这是我想要的结果。它工作得很好。我是data.table的新手，我有一个后续问题要问你。如果DT由Column1，Column2，Column3，Column4，Column5组成，而我只想将Column1，Column4，Column5作为x传递给combnx，2，那么我如何调整您的解决方案dfu 1[，grp:=seq_len.N][df u 1[，combnunlist.SD，2，.grp]，on=.grp][，grp:=NULL]到该值？AFAIR Map只能换行到mapply，mapply的API对我来说总是比较容易使用的。如果DT中存在不需要的combn列，那么调整akrun的解决方案以适应该场景df_1

library(data.table)

df_1[, row := seq_len(.N)]
df_2 <- melt(df_1, id.vars = 'row')
df_1[df_2[, combn(value, 2), row], on = 'row'][, row := NULL][]

#    Column1 Column2 Column3      V1
# 1:     red   green    aqua     red
# 2:     red   green    aqua   green
# 3:     red   green    aqua     red
# 4:     red   green    aqua    aqua
# 5:     red   green    aqua   green
# 6:     red   green    aqua    aqua
# 7:    blue   white magenta    blue
# 8:    blue   white magenta   white
# 9:    blue   white magenta    blue
#10:    blue   white magenta magenta
#11:    blue   white magenta   white
#12:    blue   white magenta magenta