R 如何有效地识别数据表中跨多个列的顺序更改？

我有一个非常大的数据表，包含以下列。其中pos1和pos2给出了不同类别cat1和cat2的对齐序列

set.seed(1)
library(data.table)

x <- 1:60
y <- 100:41

dt <- data.table(cat1 = c(rep("A", 40), rep("B", 60)),
                 cat2 = c(rep("A", 75), rep("C", 25)),
                 pos1 = c(x[-sample(x, 10)], x[-sample(x, 10)]),
                 pos2 = c(x[-sample(x, 10)], y[-sample(x, 10)])

set.seed（1）
库（数据表）
x由于您使用的是
data.table
包，因此我将执行以下操作

dt[,`:=`(pos1id=rleid(cumsum(abs(diff(c(0,pos1)))>1)),
         pos2id=rleid(cumsum(abs(diff(c(0,pos2)))>1)),
         cat1id=rleid(cat1),
         cat2id=rleid(cat2))][
   , `:=`(grp=.GRP), by = c("pos1id","pos2id",
                            "cat1id","cat2id")         
         ]

：=
操作符修改数据，这通常是快速的。此外，您不需要一次性完成所有这些操作，您可以创建多个列，然后根据data.table的内部
.GRP
参数对它们进行索引

dt[,`:=`(pos1id=rleid(cumsum(abs(diff(c(0,pos1)))>1)),
         pos2id=rleid(cumsum(abs(diff(c(0,pos2)))>1)),
         cat1id=rleid(cat1),
         cat2id=rleid(cat2))][
   , `:=`(grp=.GRP), by = c("pos1id","pos2id",
                            "cat1id","cat2id")         
         ]