如何在R中搜索多列每行的值并基于关联项分组？

嘿，作为R新手碰到这种“只要任意一项属性相同就归为一组”的需求确实有点懵，不过别担心，这个问题本质是连通分量分组，用图论工具就能轻松搞定！

先确认下你的原始数据（我帮你补全了格式，假设C列是缺失值）：

df <- data.frame(
  person_ID = c(11,12,13,14,15),
  city = c("chicago", "Denver", "atlanta", "chicago", "new-york"),
  A = c(1,1,2,1,2),
  B = c("AA", "AA", "BB", "AA", "BB"),
  C = c(NA, NA, NA, NA, NA)
)

核心思路 #

我们可以把每个用户和他们的每个属性（city、A、B、C）看作图里的节点，只要用户和某个属性有关联，就画一条边。最后，连通在一起的所有用户就属于同一组——比如用户13和15都关联了“2”和“BB”，所以他们在同一个连通分量里。

具体实现步骤 #

我推荐用igraph包来处理图的连通性，操作简单高效：

1. 安装并加载igraph包

if (!require(igraph)) install.packages("igraph")
library(igraph)

2. 把宽格式数据转成“用户-属性”的长格式
   这一步是为了建立用户和属性的关联关系：

library(tidyr) # 用tidyr做格式转换
long_df <- pivot_longer(df, cols = c(city, A, B, C), 
                        names_to = "attribute", values_to = "value",
                        values_drop_na = TRUE) # 自动忽略缺失的属性值

3. 构建图并计算连通分量

# 用用户ID和属性值构建无向图
user_attr_graph <- graph_from_data_frame(long_df[, c("person_ID", "value")], directed = FALSE)

# 提取连通分量，每个分量对应一个组
group_components <- components(user_attr_graph)

4. 把分组结果合并回原始数据框

# 给每个用户分配组编号
df$group <- group_components$membership[as.character(df$person_ID)]

# 如果想把组编号换成你例子里的自定义名称（比如AA、BB），可以这样改：
df$group <- dplyr::case_when(
  df$group == 1 ~ "AA",
  df$group == 2 ~ "BB",
  TRUE ~ as.character(df$group) # 处理更多组的情况
)

最终结果 #

运行完上面的代码后，你的数据框会变成：

person_ID      city A  B    C group
1        11   chicago 1 AA <NA>    AA
2        12    Denver 1 AA <NA>    AA
3        13   atlanta 2 BB <NA>    BB
4        14   chicago 1 AA <NA>    AA
5        15 new-york 2 BB <NA>    BB

完全符合你想要的分组规则！

补充说明 #

• 如果你的C列有实际值，这个方法会自动识别，只要用户和其他用户共享任意属性（city/A/B/C），就会被分到同一组。
• 如果你不想用igraph，也可以用递归的方式实现，但igraph的代码更简洁，适合新手快速上手。

内容的提问来源于stack exchange，提问作者Famrin