如何在R语言中获取合并后的唯一分组？

你遇到的问题是典型的连通分量识别场景——需要把所有存在直接或间接关联的实体合并为同一组，而非仅按初始单向关联分组。以下是基于图论的解决方案，能精准合并所有关联实体：

步骤1：准备环境与数据 #

首先安装并加载igraph包（用于图结构计算）：

install.packages("igraph")
library(igraph)
library(dplyr)

保留你提供的原始数据：

df <- data.frame(uniq_index.x = c(1426, 1426, 1426, 1426, 7796, 7796, 7796, 7796, 
                                  7159, 7159, 7159, 7159, 7857, 7857, 7857, 7857,
                                  7158, 7158, 7158, 7158, 5440, 9861, 1641, 8685,
                                  1644, 7525, 6030, 5672), 
                 uniq_index.y = c(7796, 7159, 7857, 7158, 1426, 7159, 7857, 7158,
                                  1426, 7796, 7857, 7158, 1426, 7796, 7159, 7158,
                                  1426, 7796, 7159, 7857, 9861, 5440, 8685, 1641,
                                  7525, 1644, 5673, 6030)
                 )

步骤2：构建图并计算连通分量 #

把实体看作图的节点，实体间的关联看作节点间的边，通过连通分量算法合并所有直接/间接关联的节点：

# 提取去重后的关联边（避免重复边干扰计算）
edges <- df %>% select(uniq_index.x, uniq_index.y) %>% unique()

# 创建无向图对象（关联是双向的，比如A关联B等价于B关联A）
graph_obj <- graph_from_data_frame(edges, directed = FALSE)

# 计算所有连通分量（即关联实体组）
components <- components(graph_obj)

# 生成「实体-组ID」映射表
group_mapping <- data.frame(
  uniq_index = as.integer(names(components$membership)),
  group_id = components$membership
) %>% arrange(group_id, uniq_index)

步骤3：查看最终分组结果 #

按组ID汇总展示所有关联实体：

group_mapping %>% 
  group_by(group_id) %>% 
  summarise(members = paste(uniq_index, collapse = ", "))

运行后会得到符合预期的分组：

• 组1：1426, 7158, 7159, 7796, 7857
• 组2：5440, 9861
• 组3：1641, 8685
• 组4：1644, 7525
• 组5：5672, 5673, 6030

其中5672、5673、6030被正确合并为同一组。

步骤4：（可选）生成带唯一机构ID的结果 #

如果需要和你原有代码格式一致的uniq_agency_id，可以进一步处理：

final_groups <- group_mapping %>% 
  mutate(uniq_agency_id = 100000 + group_id) %>% 
  select(uniq_index, uniq_agency_id)

原有方案问题说明 #

你之前的代码仅按uniq_index.x分组后合并每组的x/y实体，只能处理直接关联的实体，无法识别间接关联（比如6030关联5673，5672关联6030，三者属于同一关联链但被拆成两组）。而连通分量算法会遍历所有直接/间接连接的节点，确保所有关联实体都被合并。

内容的提问来源于stack exchange，提问作者Chris Hang