R 确定链接在一起的多组关联事件

以链接ID的简单数据框为例：

test <- data.frame(id1=c(10,10,1,1,24,8),id2=c(1,36,24,45,300,11))

> test
  id1 id2
1  10   1
2  10  36
3   1  24
4   1  45
5  24 300
6   8  11

现在我大致知道了我想要的逻辑，但不知道如何优雅地实现它。我正在考虑在%中递归使用

match

或

%in%

来遍历每个分支，但这次我真的被难倒了

我要追求的最终结果是：

result <- data.frame(group=c(1,1,1,1,1,1,2,2),id=c(10,1,24,36,45,300,8,11))

> result
  group  id
1     1  10
2     1   1
3     1  24
4     1  36
5     1  45
6     1 300
7     2   8
8     2  11

结果
组id
1     1  10
2     1   1
3     1  24
4     1  36
5     1  45
6     1 300
7     2   8
8     2  11

Bioconductor包RBGL（BOOST图形库的R接口）包含 一个函数，

connectedComp（）

，用于标识图形中连接的组件-- 正是你想要的

（要使用该功能，您首先需要安装可用和可用的graph和RBGL软件包。）

库（RBGL）
测试这里有一个替代答案，是我在Josh向正确方向轻推后发现的。此答案使用
igraph
软件包。
对于那些正在搜索并找到这个答案的人，我的
测试
数据集在图论中被称为“边列表”或“邻接列表”（）

库（igraph）
不使用包装进行测试：

# 2 sets of test data
mytest <- data.frame(id1=c(10,10,3,1,1,24,8,11,32,11,45),id2=c(1,36,50,24,45,300,11,8,32,12,49))
test <- data.frame(id1=c(10,10,1,1,24,8),id2=c(1,36,24,45,300,11))

grouppairs <- function(df){

  # from wide to long format; assumes df is 2 columns of related id's
  test <- data.frame(group = 1:nrow(df),val = unlist(df))

  # keep moving to next pair until all same values have same group
  i <- 0
  while(any(duplicated(unique(test)$val))){
    i <- i+1

    # get group of matching values
    matches <- test[test$val == test$val[i],'group']

    # change all groups with matching values to same group
    test[test$group %in% matches,'group'] <- test$group[i]
  }

  # renumber starting from 1 and show only unique values in group order
  test$group <- match(test$group, sort(unique(test$group)))
  unique(test)[order(unique(test)$group), ]
}

# test
grouppairs(test)
grouppairs(mytest)

#2组测试数据
我的测试你说的是递归。。。我想我在做的时候会非常简洁

测试数据

mytest <- data.frame(id1=c(10,10,3,1,1,24,8,11,32,11,45),id2=c(1,36,50,24,45,300,11,8,32,12,49))
test <- data.frame(id1=c(10,10,1,1,24,8),id2=c(1,36,24,45,300,11))

aveminrec（）可能与您的想法一致，不过我敢打赌，有一种方法可以更直接地遍历每个分支，而不是重复ave（），它本质上是split（）和lappy（）。也许是递归拆分和重叠？实际上，它就像重复的部分分支，或者交替地稍微简化2个向量，而不丢失组信息

也许其中的一部分可以用于解决实际问题，但groupvalues（）太密集了，至少在没有注释的情况下无法阅读。我还没有检查性能与使用ave的for循环以及以这种方式翻转组相比如何。
谢谢您的回答。在搜索更多信息时，我现在还可以使用“连接组件”一词。很高兴能够为您指出一条有用的途径。干杯祝你快乐。我刚刚测试了这个答案，链接和包确实成功了，就像九年前一样。我希望如此，而这个问题在25年前，当我和SAS试图解决这个问题时，我的头撞在墙上。@bondeddust-巧合的是，这个问题是由于试图替换一个丑陋的还有一段低效的SAS代码做了类似的事情。现在我忘记了这个问题和答案，但最近的邮件@HenrikHi@提醒我了！我认为
graph.data.frame
被
graph\u from\u data\u frame
取代，而
clusters
由
组件组成。至少当我
？
使用这些函数时，我会被重定向到这些函数。类似的欢呼声R中有一个名为
Recall
的函数，据说它改进了基于递归的代码。而
ave
可以被认为是
lapply
和
split
的简单捆绑，但它实际上不能处理分组中多个列的操作。
library(igraph)
test <- data.frame(id1=c(10,10,1,1,24,8 ),id2=c(1,36,24,45,300,11))
gr.test <- graph_from_data_frame(test)
links <- data.frame(id=unique(unlist(test)),group=components(gr.test)$membership)
links[order(links$group),]

#   id group
#1  10     1
#2   1     1
#3  24     1
#5  36     1
#6  45     1
#7 300     1
#4   8     2
#8  11     2

# 2 sets of test data
mytest <- data.frame(id1=c(10,10,3,1,1,24,8,11,32,11,45),id2=c(1,36,50,24,45,300,11,8,32,12,49))
test <- data.frame(id1=c(10,10,1,1,24,8),id2=c(1,36,24,45,300,11))

grouppairs <- function(df){

  # from wide to long format; assumes df is 2 columns of related id's
  test <- data.frame(group = 1:nrow(df),val = unlist(df))

  # keep moving to next pair until all same values have same group
  i <- 0
  while(any(duplicated(unique(test)$val))){
    i <- i+1

    # get group of matching values
    matches <- test[test$val == test$val[i],'group']

    # change all groups with matching values to same group
    test[test$group %in% matches,'group'] <- test$group[i]
  }

  # renumber starting from 1 and show only unique values in group order
  test$group <- match(test$group, sort(unique(test$group)))
  unique(test)[order(unique(test)$group), ]
}

# test
grouppairs(test)
grouppairs(mytest)

mytest <- data.frame(id1=c(10,10,3,1,1,24,8,11,32,11,45),id2=c(1,36,50,24,45,300,11,8,32,12,49))
test <- data.frame(id1=c(10,10,1,1,24,8),id2=c(1,36,24,45,300,11))

aveminrec <- function(v1,v2){
  v2 <- ave(v1,by = v2,FUN = min)
  if(identical(v1,v2)){
    as.numeric(as.factor(v2))
  }else{
    aveminrec(v2,v1)
  }
}

groupvalues <- function(valuepairs){
  val <- unlist(valuepairs)
  grp <- aveminrec(val,1:nrow(valuepairs))
  unique(data.frame(grp,val)[order(grp,val), ])
}

groupvalues(test)
groupvalues(mytest)