查找从数据集中删除组中重复项的所有唯一组合

这是一个选项。

这里明显的复杂性是重复项可能跨越 .因此，在识别重复项时只需忽略（和）。groupsgroupsid

首先，通过.然后标记重复项。排序回原始顺序，过滤重复项并删除标志。arrangevalue

dat %>% 
  arrange(value) %>% 
  mutate(Duplicate = ifelse(row_number() == 1, FALSE, value == lag(value))) %>% 
  arrange(id) %>% 
  filter(!Duplicate) %>% 
  select(-Duplicate)
  id groups      value
1  1      A          1
2  2      A          2
3  3      A duplicate1
4  5      B          4
5  6      B duplicate2
6  8      C          5
7  9      C          6

这与您的（替代）预期输出相匹配。

还行。我想我现在明白了。您想要创建多个“去重”数据框，每个数据框对应一个具有重复 .value

在准备过程中，请确保我们有一种方法来唯一标识输入数据集的每一行。行号是显而易见的选择。

datCopy <- dat %>% 
  # Create a temporary index of row numbers to ensure unique identifiability
  mutate(Row = row_number()) 

现在识别重复的行，并形成相应行号的所有可能组合的网格

combos <- datCopy %>% 
  # Identify duplicate values
  group_by(value) %>% 
  filter(n() > 1) %>% 
  # Create a grid of all combinations of duplicated row ids
  group_map(
    function(.x, .y) {
      .x %>% pull(Row)
    }
  ) %>% 
  expand.grid() %>% 
  # Label the combinations
  mutate(ComboID = row_number()) %>% 
  # Convert from one column per duplicated value to one row
  # per duplicated value.  There is no need to identify which
  # row corresponds to which duplicated value, so drop name
  rowwise() %>% 
  pivot_longer(
    starts_with("Var"),
    values_to = "Row",
  ) %>% 
  select(-name)

combos
# A tibble: 8 × 2
  ComboID   Row
    <int> <int>
1       1     3
2       1     6
3       2     4
4       2     6
5       3     3
6       3     7
7       4     4
8       4     7

在这一点上，我们已经完成了艰苦的工作。我们可以看到行排除项的可能组合（2 个选项，另外 2 个选项，或总共 2 x 2 = 4）。在每个非重复值中，标识要排除的行的值。duplicate1duplicate2ComboIDRow

所以现在遍历，处理（复制）以根据需要排除行。combosdat

combos %>% 
  group_by(ComboID) %>% 
  group_map(
    function(.x, .y) {
      datCopy %>% anti_join(.x, by = "Row") %>% 
      select(-Row)
    }
  )
[[1]]
  id groups      value
1  1      A          1
2  2      A          2
3  4      B duplicate1
4  5      B          4
5  7      C duplicate2
6  8      C          5
7  9      C          6

[[2]]
  id groups      value
1  1      A          1
2  2      A          2
3  3      A duplicate1
4  5      B          4
5  7      C duplicate2
6  8      C          5
7  9      C          6

[[3]]
  id groups      value
1  1      A          1
2  2      A          2
3  4      B duplicate1
4  5      B          4
5  6      B duplicate2
6  8      C          5
7  9      C          6

[[4]]
  id groups      value
1  1      A          1
2  2      A          2
3  3      A duplicate1
4  5      B          4
5  6      B duplicate2
6  8      C          5
7  9      C          6

我相信这就是你想要的。

该算法在重复值的数量和每个值的重复次数方面应该是稳健的。

我已将算法分解为更小的步骤。如果需要，您可以将它们全部组合到一个管道中。