如何识别转换表中的独立子集？求R或DuckDB SQL高效方案

原始转换规则表 #

原始转换规则的R语言定义如下：

df0 <- data.frame(
  old=c("a","b","b","c","c","d","e","f","g","h","h","i"),
  new=c("A","A","B","B","C","C","C","D","D","E","F","G"))

该表的分类转换逻辑：

• 旧分类h拆分至新分类E、F
• 旧分类f、g合并为新分类D
• 旧分类i直接转换为新分类G
• a、b、c、d、e属于不可拆分的关联转换组（通过共享新分类形成关联链：a→A关联b，b→B关联c，c→C关联d、e）

需求说明 #

需要为old列的4个独立子集分配唯一标识，期望输出如下：

data.frame(
  old= c("a","b","c","d","e","f","g","h","i"),
  id = c(  1,  1,  1,  1,  1,  2,  2,  3,  4))

当前困境与诉求 #

已通过base-R的双循环求交集方式实现，但该方法在处理大规模分类数据时效率极低。现寻求两种优化方案：

• 基于R包中底层语言实现的高效解决方案
• 更优的DuckDB SQL解决方案

内容的提问来源于stack exchange，提问作者Nicolas2