如何对数据框中存在多次交叉关联的值组合进行分组？

你需要解决的是连通分量分组问题——把存在直接/间接关联的值归为同一组并分配唯一编码。可以用R的igraph包高效处理这类图论相关任务，具体实现步骤如下：

步骤1：安装并加载igraph包 #

如果未安装该包，先执行安装命令：

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

步骤2：构建图对象并提取连通分量 #

将原DataFrame的col1和col2作为图的边，每个唯一值作为图的节点，再提取每个节点所属的连通分量ID：

# 定义原DataFrame
df <- data.frame(
  col1 = c("A", "B", "D", "D", "D", "D", "G", "H"),
  col2 = c("B", "A", "C", "D", "E", "F", "H", "B")
)

# 转换为无向图对象（自环不影响连通性，无需特殊处理）
graph <- graph_from_data_frame(df, directed = FALSE)

# 提取每个节点的连通分量ID
components <- components(graph)

# 整理成目标格式的DataFrame
result_df <- data.frame(
  value = names(components$membership),
  code = components$membership
)

# 按value排序（可选，和示例输出格式对齐）
result_df <- result_df[order(result_df$value), ]

运行结果 #

执行代码后，result_df的输出与预期完全一致：

逻辑说明 #

• graph_from_data_frame将DataFrame的行转换为无向图的边，directed = FALSE确保关联是双向的（比如A-B和B-A视为同一条关联）
• components()函数会识别图中的所有连通分量，直接/间接相连的节点会被分配同一个分量ID
• 自环（如D-D）不会改变连通分量的分组结果，因为节点本身已属于当前分量

内容的提问来源于stack exchange，提问作者Pau