R语言提取医生间接同事关系 高数值ID适配问题修复

代码在高数值医生ID场景失效是R列表索引的默认行为导致的：

• 经deframe()生成的同事关系存储为命名列表，使用[[x]]提取列表元素时，如果传入的x是数值类型，R默认按元素排列位置做索引，不会匹配列表的名称；只有当x是字符串类型时，才会按列表名称做精准匹配。
• 测试集df1的医生ID是1_{4，刚好和列表内4个元素的位置序号1}4完全重合，所以运行无异常；测试集df2的医生ID是6~9，调用[[6]]时R会尝试查找列表的第6个元素，但列表仅存储了4位医生的信息，直接返回空值导致计算中断；字符串类型ID不会触发位置索引逻辑，因此df0运行正常。

不需要修改医生原始ID，仅需要在列表索引环节临时将ID转为字符串，强制按名称匹配即可，修复后的完整代码如下：

library(tidyverse)

df0 <- tribble(
  ~hospital, ~doctors,
  1, c("a", "b"),
  2, c("b", "c"),
  3, c("a", "d"),
) %>%
  unnest(doctors)

# 低数值ID测试集
df1 <- tribble(
  ~hospital, ~doctors,
  1, c(1, 2),
  2, c(2, 3),
  3, c(1, 4),
) %>%
  unnest(doctors)

# 高数值ID测试集
df2 <- tribble(
  ~hospital, ~doctors,
  1, c(6, 7),
  2, c(7, 8),
  3, c(6, 9)
) %>%
  unnest(doctors)

df <- df2

colleagues <- full_join(df, df, by = c("hospital")) %>%
  rename(doctor = doctors.x, colleagues = doctors.y) %>%
  filter(doctor != colleagues) %>%
  distinct(doctor, colleagues) %>%
  chop(colleagues) %>%
  deframe()

# 修复点：索引列表时将ID临时转为字符串，强制按名称匹配，不改动原始ID值
result <- colleagues %>%  
  enframe(name = "ego",
          value = "alter") %>%
  unnest(alter) %>%
  mutate(ego_colleagues = map(ego, ~ colleagues[[as.character(.x)]]),
         alter_colleagues = map(alter, ~ colleagues[[as.character(.x)]]),
         alter_colleague_only = map2(alter_colleagues, ego_colleagues, ~ .x[!(.x %in% .y)])) %>%
  unnest(alter_colleague_only) %>%
  filter(ego != alter_colleague_only) %>%
  select(ego, alter, alter_colleague_only)

• 修复逻辑仅在列表索引环节做临时类型转换，结果中医生ID完全保留原始格式，不会被转为字符串
• 对字符串ID、低数值ID、高数值ID三类场景完全兼容，三套测试集均可正确输出间接同事关系

内容的提问来源于stack exchange，提问作者PaulaSpinola