另一种方式：
# assuming the data.frame is already sorted by
# all three columns (unfortunately, this is a requirement)
> sequence(rle(do.call(paste, df))$lengths)
# [1] 1 1 1 2 3 1 1 1 1 2
分解：
do.call(paste, df) # pastes each row of df together with default separator "space"
# [1] "A M 32" "A M 33" "A F 35" "A F 35" "A F 35" "A F 39" "B M 30" "B F 25" "B F 28"
# [10] "B F 28"
rle(.) # gets the run length vector
# Run Length Encoding
# lengths: int [1:7] 1 1 3 1 1 1 2
# values : chr [1:7] "A M 32" "A M 33" "A F 35" "A F 39" "B M 30" "B F 25" "B F 28"
$lengths # get the run-lengths (as opposed to values)
# [1] 1 1 3 1 1 1 2
sequence(.) # get 1:n for each n
# [1] 1 1 1 2 3 1 1 1 1 2
基准测试：
由于有很多解决方案，我想我会在一个相对较大的data.frame. 所以，这是结果（我还添加了一个解决方案data.table）。
这是数据：
require(data.table)
require(plyr)
set.seed(45)
length <- 1e3 # number of rows in `df`
df <- data.frame(Place = sample(letters[1:20], length, replace=T),
Sex = sample(c("M", "F"), length, replace=T),
Length = sample(1:75, length, replace=T))
df <- df[with(df, order(Place, Sex, Length)), ]
阿难的ave解决方法：
AVE_FUN <- function(x) {
i <- interaction(x)
within(x, {
ID <- ave(as.character(i), i, FUN = seq_along)
})
}
阿伦的rle解决方案：
RLE_FUN <- function(x) {
x <- transform(x, ID = sequence(rle(do.call(paste, df))$lengths))
}
本的plyr解决方案：
PLYR_FUN <- function(x) {
ddply(x, c("Place", "Sex", "Length"), transform, ID = seq_along(Length))
}
最后，data.table解决方案：
DT_FUN <- function(x) {
dt <- data.table(x)
dt[, ID := seq_along(.I), by=names(dt)]
}
基准代码：
require(rbenchmark)
benchmark(d1 <- AVE_FUN(df),
d2 <- RLE_FUN(df),
d3 <- PLYR_FUN(df),
d4 <- DT_FUN(df),
replications = 5, order = "elapsed")
结果：
使用length = 1e3（data.frame df 中的行数）
# test replications elapsed relative user.self
# 2 d2 <- RLE_FUN(df) 5 0.013 1.000 0.013
# 4 d4 <- DT_FUN(df) 5 0.017 1.308 0.016
# 1 d1 <- AVE_FUN(df) 5 0.052 4.000 0.052
# 3 d3 <- PLYR_FUN(df) 5 4.629 356.077 4.452
与length = 1e4：
# test replications elapsed relative user.self
# 4 d4 <- DT_FUN(df) 5 0.033 1.000 0.031
# 2 d2 <- RLE_FUN(df) 5 0.089 2.697 0.088
# 1 d1 <- AVE_FUN(df) 5 0.102 3.091 0.100
# 3 d3 <- PLYR_FUN(df) 5 23.103 700.091 20.659
与length = 1e5：
# test replications elapsed relative user.self
# 4 d4 <- DT_FUN(df) 5 0.179 1.000 0.130
# 1 d1 <- AVE_FUN(df) 5 1.001 5.592 0.940
# 2 d2 <- RLE_FUN(df) 5 1.098 6.134 1.011
# 3 d3 <- PLYR_FUN(df) 5 219.861 1228.274 147.545
观察：我注意到的趋势是，随着数据越来越大，data.table（不足为奇）表现最好（规模非常好），而ave与rle第二名的竞争者非常接近（ave规模好于rle）。plyr不幸的是，在所有数据集上的表现都很糟糕。
注意：Ananda 的解决方案给出了character输出，我将其保留在基准测试中。