そのグループの要素の変数の内一つでも共有していれば同じグループに分類したい。

Question

実現したいこと

• そのグループの変数の内、自分の変数と同じ数字を一つでも共有していれば同じグループに分類したい。

前提

以下のようなデータがあるとします。

data <- data.frame(
  V1 = c(1, 1, 2, 3, 3, 4, 4, 4, 4, 5, 5, 6, 7),
  V2 = c(1, 2, 2, 3, 3, 4, 4, 5, 5, 5, 5, 6, 7),
  V3 = c(1, 1, 1, 2, 3, 4, 5, 5, 6, 5, 6, 7, 8)
)

>print(data)
   V1 V2 V3
1   1  1  1
2   1  2  1
3   2  2  1
4   3  3  2
5   3  3  3
6   4  4  4
7   4  4  5
8   4  5  5
9   4  5  6
10  5  5  5
11  5  5  6
12  6  6  7
13  7  7  8

このデータをグループ化する新たな変数を作りたいです。
具体的には、第1変数、第2変数、第3変数、どれか一つでもあるグループの行と同じだと、同じグループとしたいです。つまり、「自分以外のグループの構成員の内誰か一人でも変数のどれかを共有している」という条件です。逆に言えば、第1変数、第2変数、第3変数の全てにおいてそのグループのどの行とも共有しない場合、異なるグループとしたいです。例えば、上記のデータをこの規則に従ってグループ化（第4変数）すると、以下のようなものになります。

>print(data)
   V1 V2 V3 Group
1   1  1  1     1
2   1  2  1     1
3   2  2  1     1
4   3  3  2     2
5   3  3  3     2
6   4  4  4     3
7   4  4  5     3
8   4  5  5     3
9   4  5  6     3
10  5  5  5     3
11  5  5  6     3
12  6  6  7     4
13  7  7  8     5

これを実現するコードが無知ゆえに見当が付きません。各変数ではグループ化(tidyverseなどによるもの)は当然できるが、各変数グループの論理和的なグルーピングのコードがどうやっても思いつかないため、大変申し訳ないが知恵をお借りしたいです。

調査したこと・試したこと

以下のコードを実行しましたが、思った出力にはなりませんでした。

data <- data.frame(
    V1 = c(1, 1, 2, 3, 3, 4, 4, 4, 4, 5, 5, 6, 7),
    V2 = c(1, 2, 2, 3, 3, 4, 4, 5, 5, 5, 5, 6, 7),
    V3 = c(1, 1, 1, 2, 3, 4, 5, 5, 6, 5, 6, 7, 8)
)

data <- data %>%
    group_by(V1|V2|V3) %>%
    mutate(group_id = group_indices())

print(data)

> print(data)
# A tibble: 13 × 5
# Groups:   V1 | V2 | V3 [1]
      V1    V2    V3 `V1 | V2 | V3` group_id
   <dbl> <dbl> <dbl> <lgl>             <int>
 1     1     1     1 TRUE                  1
 2     1     2     1 TRUE                  1
 3     2     2     1 TRUE                  1
 4     3     3     2 TRUE                  1
 5     3     3     3 TRUE                  1
 6     4     4     4 TRUE                  1
 7     4     4     5 TRUE                  1
 8     4     5     5 TRUE                  1
 9     4     5     6 TRUE                  1
10     5     5     5 TRUE                  1
11     5     5     6 TRUE                  1
12     6     6     7 TRUE                  1
13     7     7     8 TRUE                  1

単純に論理和をグルーピングに入れるだけでは理想の出力になりません。（そりゃそうですが。）
しかし、これ以外に思いつきません。

補足情報（FW/ツールのバージョンなど）

Rstudioは3か月前に更新したもの。OSはwindows11。

Comments

[maltines]

失礼いたしました。記入しました。

Answer 1

igraph パッケージ を用い，データの各行を頂点とする無向グラフを使ってグループ分けする記述例を下記に示します。

• 隣接行列（w）を用意し，両頂点が「3変数のどれかを共有しているか否か」で「1と0 」を（無向グラフに必要な左下三角部分に）格納する

• 隣接行列（w）から無向グラフ（g）を作成する

• 関数 components(g) が出力する membership ベクトルを group_id として data に追加する

library(igraph)

data <- data.frame(
    V1 = c(1, 1, 2, 3, 3, 4, 4, 4, 4, 5, 5, 6, 7),
    V2 = c(1, 2, 2, 3, 3, 4, 4, 5, 5, 5, 5, 6, 7),
    V3 = c(1, 1, 1, 2, 3, 4, 5, 5, 6, 5, 6, 7, 8))

N <- nrow(data)
w <- matrix(0, nrow=N, ncol=N)
for (i in 2:N) {
    for (j in 1:i-1) {
        w[i, j] <- ifelse(any(data$V1[i] == data$V1[j],
                              data$V2[i] == data$V2[j],
                              data$V3[i] == data$V3[j]),
                          1, 0)
    }
}

g <- graph_from_adjacency_matrix(w, mode="lower")
data$group_id <- components(g)$membership

print(data)
##    V1 V2 V3 group_id
## 1   1  1  1        1
## 2   1  2  1        1
## 3   2  2  1        1
## 4   3  3  2        2
## 5   3  3  3        2
## 6   4  4  4        3
## 7   4  4  5        3
## 8   4  5  5        3
## 9   4  5  6        3
## 10  5  5  5        3
## 11  5  5  6        3
## 12  6  6  7        4
## 13  7  7  8        5

Answer 2

suppressMessages(library(tidyverse))

data <- data.frame(
    V1 = c(1, 1, 2, 3, 3, 4, 4, 4, 4, 5, 5, 6, 7),
    V2 = c(1, 2, 2, 3, 3, 4, 4, 5, 5, 5, 5, 6, 7),
    V3 = c(1, 1, 1, 2, 3, 4, 5, 5, 6, 5, 6, 7, 8)
)

data %>%
    rowwise() %>%
    mutate(group_id = list(which(colSums(c_across(everything()) == t(.)) > 0))) %>%
    mutate(group_id =
        reduce(.$group_id,
               ~{ s <- intersect(unlist(.x), .y); ifelse(length(s), list(s), .x) },
               .init=list(group_id))) %>%
    group_by(group_id) %>%
    mutate(group_id = cur_group_id()) -> data

data

# # A tibble: 13 × 4
# # Groups:   group_id [5]
#       V1    V2    V3 group_id
#    <dbl> <dbl> <dbl>    <int>
#  1     1     1     1        1
#  2     1     2     1        1
#  3     2     2     1        1
#  4     3     3     2        2
#  5     3     3     3        2
#  6     4     4     4        3
#  7     4     4     5        3
#  8     4     5     5        3
#  9     4     5     6        3
# 10     5     5     5        3
# 11     5     5     6        3
# 12     6     6     7        4
# 13     7     7     8        5

Comments

[maltines]

申し訳ございません、説明が不十分でした。修正いたしました。
グループに入る条件としては、「グループの構成員の内誰か一人でも変数のどれかを共有している。」です。（説明の便宜上、行数を構成員のIDとみなしています。）
そのため、6-11行目は全て同じグループに属します。
例えば、6行目の4,4,4と、11行目の5,5,6の二人はたしかにどの変数も数字を共有していませんが、8行目の4,5,5や9行目の4,5,6を介して数字を共有しているため、6行目と11行目は同一グループとみなされます。（イメージ的には、6行目-8行目-11行目、または6行目-9行目-11行目のように繋がっている）
逆に、グループが異なれば、数字を共有するどの人を介しても違うグループの人を同じグループに出来ません。
例えば、グループ2の4行目3,3,2は、5行目3,3,3以外には直接的にも間接的にも繋がれません。
想定出力のグループは、このように直接的でなく間接的にも繋がることが出来る場合も考慮されています。

[melian]

書き直してみました。