R 最大化包含两个列表中所有元素的唯一对

我有一个带有成对元素的data.frame，第1列和第2列中的元素都可以重复。我希望获得最大的对数，每个列中有一个唯一的元素，但如果可能的话，所有元素都在第1列和第2列中

> col1 = c("A","A","A","B","C","C")
> col2 = c("X","Y","Z","Y","X","Y")
> df = data.frame(col1,col2)
> df
  col1 col2
1    A    X
2    A    Y
3    A    Z
4    B    Y
5    C    X
6    C    Y

我可以从一列中获得具有唯一值的对，但这有时会得到不具有另一列中所有可能值的对

> df2 = df[!duplicated(df$col1),]
> df2
  col1 col2
1    A    X
4    B    Y
5    C    X

在这种情况下，X在col2中重复，Z丢失

在这种情况下，我的预期输出是：

  col1 col2
3    A    Z
4    B    Y
5    C    X

---

有没有办法最大化成对，使两个列表的每个元素都至少出现在成对列表中一次？

以下是一种受最小生成树问题启发的方法：

library(igraph)
g <- graph_from_data_frame(df, FALSE)
MST <- mst(g)

#get leaf nodes
leaves <- which(degree(MST, v=V(MST))==1L, useNames=TRUE)

#get neighbour to each leaf node in a greedy manner starting with leaf nodes with least neighbours
ans <- sapply(adjacent_vertices(MST, sort(leaves)), function(gph) names(gph))

data.table(col1=ifelse(ans %in% df$col1, ans, names(ans)),
    col2=ifelse(ans %in% df$col2, ans, names(ans)))[order(col1)]

---

它工作得很好！非常感谢你！然而，第一对是反向的，我可以手动改变它，但我不知道为什么会发生这种情况。它们在图中的顺序正确，但在计算叶节点时，会切换第一对。您可以使用setNames（ifelse（ans%in%df1$col1，ans，names（ans）），ifelse（ans%in%df1$col2，ans，names（ans））。非常有趣的问题。我可以知道您所在的区域和应用程序吗？谢谢您的回答！我正在处理DNA序列，我需要对它们进行配对，并使用每个列表中最多的序列数选择唯一序列对。我编写了一个嵌套循环，每次都删除最不常见的序列对，但这种方法非常复杂再次感谢！哦，如果订购不重要，网上还有一些更快的方法。

   col1 col2
1:    A    Z
2:    B    Y
3:    C    X