如何在tibble中识别跨行关联的数值并进行分组

这种递归关联的分组本质是找无向图的连通分量——把每个数值看作节点，两列的每一行看作节点间的一条边，属于同一连通分量的节点就是同一分组。用igraph包可以高效实现，比多次自连接简洁且性能更优，尤其适合大型数据集。

实现步骤 #

• 把原数据的两列转换为无向边列表，构建图对象
• 提取图的连通分量，得到每个节点的分组编号
• 整理成目标格式输出

完整代码 #

library(tidyverse)
library(igraph)

# 原数据
test <- structure(list(one = c(5014, 5014, 5014, 5033, 5033, 5033, 5040, 
5040, 5040, 5171, 5171, 5171, 5174, 5174, 5174, 5183, 5183, 5183, 
5193, 5193, 5193, 5304, 5304, 5304), two = c(5033, 5040, 5304, 
5014, 5040, 5304, 5014, 5033, 5304, 5174, 5183, 5331, 5171, 5183, 
5331, 5171, 5174, 5331, 5161, 1538, 5190, 5014, 5033, 5040)), row.names = c(NA, 
-24L), class = c("tbl_df", "tbl", "data.frame"))

# 构建无向图
graph <- graph_from_data_frame(test, directed = FALSE)

# 获取连通分量分组信息
component_result <- components(graph)
group_data <- tibble(
  数值 = as.integer(names(component_result$membership)),
  分组编号 = component_result$membership
)

# 整理成目标格式并排序
final_result <- group_data %>% 
  arrange(分组编号, 数值)

print(final_result)

代码说明 #

• graph_from_data_frame(test, directed = FALSE)：将原数据转换为无向图，directed = FALSE确保a关联b和b关联a被视为同一条边
• components(graph)：计算图的连通分量，返回每个节点所属的组编号
• 最后通过arrange()按分组和数值排序，得到和期望一致的输出

这种方法的优势在于：

• 效率高：igraph的连通分量算法时间复杂度接近线性，处理大型数据集远快于多次自连接
• 逻辑清晰：直接用图论模型映射问题，不需要手动处理递归关联的层级迭代

内容的提问来源于stack exchange，提问作者Patrick