这个问题本质上是图论中的连通分量识别问题：每个对象对应图中的一个节点，矩阵里的关联关系就是节点间的无向边，我们需要找出所有直接/间接连通的节点集合（也就是连通分量），最终把每个节点映射到对应的分量编号。

针对大规模数据，最高效的实现方式是利用成熟的图分析工具包，比如R中的igraph——它的连通分量算法基于优化的Union-Find（并查集）结构，时间复杂度接近O(n)，完全能处理大规模的对象数量。

具体实现步骤与代码 #

下面结合你提供的Data矩阵，给出完整的解决方案：

# 首先加载igraph包（如果没安装先运行 install.packages("igraph")）
library(igraph)

# 第一步：从矩阵中提取所有有效关联边
edges_list <- lapply(colnames(Data), function(obj_id) {
  current_obj <- as.integer(obj_id)
  # 提取当前对象的所有关联对象，去除NA并转成整数
  related_objs <- na.omit(as.integer(Data[, obj_id]))
  # 过滤自关联（如果存在的话），并生成有序边对（避免重复边）
  if (length(related_objs) > 0) {
    related_objs <- related_objs[related_objs != current_obj]
    # 对每个边对排序，确保(a,b)和(b,a)是同一个边，后续去重更方便
    edge_pairs <- t(apply(cbind(current_obj, related_objs), 1, sort))
    return(edge_pairs)
  } else {
    return(NULL)
  }
})

# 合并所有边并去重，减少图的冗余
edges <- unique(do.call(rbind, edges_list))

# 第二步：构建无向图
graph <- graph_from_edgelist(edges, directed = FALSE)

# 第三步：添加孤立节点（没有任何关联的对象），保证分组向量覆盖所有对象
all_objects <- 1:ncol(Data)
missing_nodes <- setdiff(all_objects, as.integer(V(graph)$name))
if (length(missing_nodes) > 0) {
  graph <- add_vertices(graph, length(missing_nodes), attr = list(name = as.character(missing_nodes)))
}

# 第四步：提取连通分量，生成分组归属向量
component_info <- components(graph)
# 按对象编号1到n的顺序排列分组结果
groups <- component_info$membership[as.character(all_objects)]

# 查看前10个对象的分组结果
head(groups, 10)

代码说明 #

• 边处理：通过遍历每一列提取关联关系，生成有序边对并去重，避免重复计算双向边，大幅降低图的规模。
• 孤立节点处理：必须添加没有任何关联的对象到图中，否则最终的分组向量会缺失这些对象的信息，无法保证和对象数量等长。
• 高效性：igraph的components()函数采用优化的Union-Find算法，在处理大规模数据时性能远超手动实现的简单方法，能轻松应对上万级别的对象数量。

验证小例子 #

比如你提到的场景：对象1关联2，2关联3、4，5和6互相关联。用这个代码处理后，groups向量会是c(1,1,1,1,2,2,...)，完全符合预期。

内容的提问来源于stack exchange，提问作者JmO