补全DataFrame的ID组合列：生成同一对象的全部关联ID组合

现有一个包含唯一ID的数据框，其中多个ID指向同一底层对象。需要构建新的数据框，保留原ID列，另一列补全所有指向同一对象的ID组合。当前数据的组合列存在缺失，比如x对应的组合仅包含x; y，但实际x和z也属于同一组。

当前数据：

library(tibble)
df <- tibble(id = c("x", "y", "z", "q", "w", "p"), 
             t = c("x; y", "x; y; z", "y; z", "q", "w; p", "p"))

输出如下：

# A tibble: 6 × 2
  id    t       
  <chr> <chr>  
1 x     x; y   
2 y     x; y; z
3 z     y; z   
4 q     q      
5 w     w; p   
6 p     p      

期望结果：

desired_df <- tibble(id = c("x", "y", "z", "q", "w", "p"), 
                     t = c("x; y; z", "x; y; z", "x; y; z", "q", "w; p", "w; p"))

输出如下：

# A tibble: 6 × 2
  id    t       
  <chr> <chr>  
1 x     x; y; z
2 y     x; y; z
3 z     x; y; z
4 q     q      
5 w     w; p   
6 p     w; p   

这个问题本质是寻找图的连通分量：每个ID是一个节点，若两个ID出现在同一个组合中，则它们之间有边。我们需要找到每个节点所在的连通分量，再将分量内的ID拼接成指定格式的字符串。

用igraph包处理图结构效率较高，步骤如下：

library(tibble)
library(igraph)
library(dplyr)
library(tidyr)

# 1. 原始数据
df <- tibble(id = c("x", "y", "z", "q", "w", "p"), 
             t = c("x; y", "x; y; z", "y; z", "q", "w; p", "p"))

# 2. 拆分组合列，生成所有节点对（边）
edges_df <- df %>%
  mutate(ids = strsplit(t, "; ")) %>%
  unnest(ids) %>%
  select(from = id, to = ids) %>%
  filter(from != to)

# 3. 创建无向图并获取连通分量
graph <- graph_from_data_frame(edges_df, directed = FALSE)
components <- components(graph)

# 4. 匹配每个ID的连通分量，拼接成目标字符串
result_df <- df %>%
  mutate(component_id = components$membership[id]) %>%
  group_by(component_id) %>%
  mutate(t = paste(sort(unique(unlist(strsplit(t, "; ")))), collapse = "; ")) %>%
  ungroup() %>%
  select(id, t)

# 输出结果
print(result_df)

运行后输出与期望结果一致：

# A tibble: 6 × 2
  id    t       
  <chr> <chr>  
1 x     x; y; z
2 y     x; y; z
3 z     x; y; z
4 q     q      
5 w     w; p   
6 p     w; p   

• 若不想依赖igraph，可通过递归遍历关联ID实现，但大型数据框下效率远低于图算法。
• 代码中sort()用于统一ID顺序，不需要的话可直接移除。

内容的提问来源于stack exchange，提问作者T. C. Nobel