如何用R代码判断不同A分组的B值集合一致并合并分组？

原始数据 #

需求 #

若不同A分组下的所有B值完全匹配（集合一致，不考虑顺序），则将这些A分组归为同一Group。例如A=2和A=5的B值均为c、e，应归为同一Group，期望结果如下：

现有代码问题 #

你尝试的代码中，先按A分组后又按B分组，导致cur_group_id()是基于单个B值生成的，而非A对应的B值集合，所以结果不符合预期。

正确实现代码 #

library(readxl)
library(dplyr)
library(stringr)

# 读取原始数据
data1 <- read_excel("testing.xlsx")

# 生成A与Group的映射关系
group_mapping <- data1 %>%
  group_by(A) %>%
  # 将B值排序后拼接成字符串，消除顺序对集合匹配的影响
  summarise(b_set = str_c(sort(B), collapse = ","), .groups = "drop") %>%
  # 根据B值集合分配唯一Group ID
  mutate(Group = cur_group_id())

# 将Group关联回原始数据
data2 <- data1 %>%
  left_join(group_mapping, by = "A")

代码说明 #

1. 先按A分组，对每个A对应的B值排序后拼接成字符串，这样只要B值集合相同，拼接后的字符串就一致，不受B值顺序影响。
2. 对唯一的B值集合分配Group ID，确保相同集合的A对应同一个Group。
3. 通过left_join将Group信息关联回原始数据，得到符合需求的结果。

内容的提问来源于stack exchange，提问作者user15290979