R：使用（嵌套）循环编写具有特定列组合的输出文件

我有以下数据框：

IID.m IID.f score.m measure.m health.m score.f measure.f health.f 
1 2 120 80 8 131 82 5
3 4 121 83 9 119 80 7
5 6 133 78 5 121 87 9
7 8 126 87 8 120 83 4 

因此，两个ID（比如，父亲=IID.m，母亲=IID.f）和三个变量属于第一个ID（score.m，measure.m和health.m），之后的三个变量属于第二个ID（score.f，measure.f和health.f）

我需要生成以下由四列组成的输出文件：

文件1：

score.m health.f health.m score.f

文件2：

measure.m health.f health.m measure.f

文件3：

measure.m score.f score.m measure.f

换言之：父亲和母亲的三个变量中有两个，顺序为“父亲变量1”、“母亲变量2”、“父亲变量2”、“母亲变量1”。对于所有变量组合，这些文件需要是单独的以制表符分隔的输出文件

---

在这种情况下，这意味着只有三个不同的输出文件，因为只有三个不同的组合（分数+健康、度量+健康、度量+得分）。实际上，我有更多的变量，有更多可能的组合，这就是为什么我怀疑我需要for循环（或者for循环中的for循环？）。如何在R中做到这一点？

考虑运行

combn

以获得得分、度量和健康列指数的所有组合。然后在

lappy

中运行该返回列表以构建子集数据帧。但是，您不需要所有组合，只需要在f和m之间匹配的地方，所以在dataframe列表上运行一个

过滤器

，特别是运行另一个

combn

，为

grep

调用构建变量配对

数据

txt = 'IID.m IID.f score.m measure.m health.m score.f measure.f health.f 
1 2 120 80 8 131 82 5
3 4 121 83 9 119 80 7
5 6 133 78 5 121 87 9
7 8 126 87 8 120 83 4'

df <- read.table(text = txt, header = TRUE)

txt='IID.m IID.f score.m measure.m health.m score.f measure.f health.f
1 2 120 80 8 131 82 5
3 4 121 83 9 119 80 7
5 6 133 78 5 121 87 9
7 8 126 87 8 120 83 4'
非常感谢！您是否有一个过滤器命令的替代方案，在其中我不必详细说明组合？在我的实际数据集中还有很多…有关所有唯一变量对，请参阅运行另一个
combn
的更新。
value_combos <- combn(3:ncol(df), 4, simplify = FALSE)

df_list <- lapply(value_combos, function(i) df[, i])

col_pairs <- lapply(combn(unique(gsub("\\.m|\\.f", "", names(df)[-2:-1])), 2, simplify = FALSE),
                    function(i) paste(i, collapse="|"))
col_pairs
# [[1]]
# [1] "score|measure"

# [[2]]
# [1] "score|health"

# [[3]]
# [1] "measure|health"

sub_df_list <-lapply(col_pairs, function(x) 
  Filter(function(d) length(grep(x, names(d))) == 4 , df_list)[[1]])

sub_df_list
# [[1]]
#   score.m measure.m score.f measure.f
# 1     120        80     131        82
# 2     121        83     119        80
# 3     133        78     121        87
# 4     126        87     120        83

# [[2]]
#   score.m health.m score.f health.f
# 1     120        8     131        5
# 2     121        9     119        7
# 3     133        5     121        9
# 4     126        8     120        4

# [[3]]
#   measure.m health.m measure.f health.f
# 1        80        8        82        5
# 2        83        9        80        7
# 3        78        5        87        9
# 4        87        8        83        4

# OUTPUT TAB-DELIMITED FILES FROM LIST
lapply(seq_along(sub_df_list), function(i) 
          write.table(sub_df_list[[i]], file = paste0("Output", i, ".txt"), sep="\t"))