r - 识别链接在一起的链接剧集组

Question

以这个简单的链接 id 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

我现在想将所有链接的 id 组合在一起。
通过“链接”，我的意思是遵循链接链，以便一组中的所有 id
被标记在一起。一种分支结构。 IE:

Group 1
10 --> 1,   1 --> (24,45)
                   24 --> 300
                          300 --> NULL
                   45 --> NULL
10 --> 36, 36 --> NULL,
Final group members: 10,1,24,36,45,300

Group 2
8 --> 11
      11 --> NULL
Final group members: 8,11

现在我大致知道我想要的逻辑，但不知道如何优雅地实现它。我正在考虑递归使用 match或 %in%沿着每个分支走下去，但这次我真的很难过。

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

Answer 1

Bioconductor 封装 RBGL (BOOST 图形库的 R 接口(interface))包含
一个函数，connectedComp() ，它标识了图中的连通分量——
正是你想要的。

(要使用该功能，您首先需要安装 图形 和 RBGL 软件包，可用 here 和 here 。)

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

## Convert your 'from-to' data to a 'node and edge-list' representation  
## used by the 'graph' & 'RBGL' packages 
g <- ftM2graphNEL(as.matrix(test))

## Extract the connected components
cc <- connectedComp(g)

## Massage results into the format you're after 
ld <- lapply(seq_along(cc), 
             function(i) data.frame(group = names(cc)[i], id = cc[[i]]))
do.call(rbind, ld)
#   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