在R中使用递归函数构建ID与主键的网络/连通关联分组

这个需求本质是求二部图的连通分量：ID和Key是两类节点，ID与它关联的Key之间存在边，所有连通的节点属于同一组，最终提取每个组中的所有Key即可。
你编写的递归函数主要存在两个逻辑漏洞：

• 循环中只要遇到第一个和最后一个元素无交集的ID组就直接return，没有遍历完所有可合并的ID组，漏了大量合并场景
• 合并后没有对Key去重，也没有处理合并后和其他ID组新增的交集情况

方案1：使用igraph包（最简洁稳定） #

直接通过图连通分量计算，代码量少且不易出错：

library(igraph)
# 避免因子类型干扰，先转字符
dt$ID <- as.character(dt$ID)
dt$Key <- as.character(dt$Key)
# 构建无向二部图
g <- graph_from_data_frame(dt, directed = FALSE)
# 计算连通分量
clu <- components(g)
# 提取所有Key对应的分组，过滤掉ID节点
key_nodes <- unique(dt$Key)
key_groups <- split(key_nodes, clu$membership[key_nodes])
# 可选：把Key转回数值类型
key_groups <- lapply(key_groups, as.numeric)

方案2：基础R迭代实现（无需第三方包） #

纯基础R语法，通过迭代合并的方式完成分组：

# 第一步：每个ID对应的Key去重，存储为列表
id_key <- lapply(split(dt$Key, dt$ID), unique)
groups <- list()

while(length(id_key) > 0) {
  # 取第一个ID的Key作为初始分组
  current_group <- id_key[[1]]
  id_key <- id_key[-1]
  changed <- TRUE
  
  # 迭代合并所有和当前组有交集的ID对应的Key
  while(changed) {
    changed <- FALSE
    for(i in seq_along(id_key)) {
      if(length(intersect(current_group, id_key[[i]])) > 0) {
        current_group <- union(current_group, id_key[[i]])
        id_key <- id_key[-i]
        changed <- TRUE
        break
      }
    }
  }
  # 合并完成的组存入结果
  groups[[length(groups)+1]] <- sort(current_group)
}

两种方案运行你提供的示例数据，最终得到2个分组：

• 分组1：1,2,3,4,7,8,9,11,15,17,18
• 分组2：5

内容的提问来源于stack exchange，提问作者Ahad Zaman