如何在R语言中递归获取数据框每个节点的最终节点？

首先给出原始数据（建议添加stringsAsFactors = FALSE避免因子类型问题）：

x <- data.frame(
  old = c("start1", "start2", "start3", "start4", "inter1", "inter2", "inter3"),
  new = c("final1", "final1", "inter1", "inter3", "inter2", "final2", "final3"),
  stringsAsFactors = FALSE
)

方法一：纯递归函数实现 #

无需额外安装包，直接通过递归查找每个节点的最终映射：

# 定义递归函数，输入节点和映射表，返回最终节点
find_final <- function(node, mapping) {
  next_node <- mapping$new[mapping$old == node]
  # 终止条件：没有下一个节点，或下一个节点不在映射的起点列中（即无后续映射）
  if (length(next_node) == 0 || !(next_node %in% mapping$old)) {
    return(next_node)
  } else {
    # 递归查找下一个节点的最终映射
    return(find_final(next_node, mapping))
  }
}

# 对每个old节点应用函数，生成最终节点列
x$final_node <- sapply(x$old, find_final, mapping = x)

# 查看结果
print(x)

运行后输出结果：

old    new final_node
1 start1 final1     final1
2 start2 final1     final1
3 start3 inter1     final2
4 start4 inter3     final3
5 inter1 inter2     final2
6 inter2 final2     final2
7 inter3 final3     final3

方法二：利用igraph包处理有向图 #

如果映射关系复杂（比如多分支、多层级），用图论工具更高效：

# 安装包（首次使用需执行）
# install.packages("igraph")
library(igraph)

# 将映射关系转为有向图
g <- graph_from_data_frame(x, directed = TRUE)

# 筛选出所有出度为0的节点（即最终节点，没有后续映射）
final_nodes <- V(g)[degree(g, mode = "out") == 0]$name

# 定义函数获取节点的最终映射
get_final_node <- function(node) {
  # 获取从当前节点到最终节点的路径，取路径终点
  paths <- all_simple_paths(g, from = node, to = final_nodes)
  tail(unlist(paths[[1]]), 1)
}

# 生成最终节点列
x$final_node <- sapply(x$old, get_final_node)

# 查看结果
print(x)

两种方法都能得到预期的最终节点映射结果。

内容的提问来源于stack exchange，提问作者qfazille