R data.table下快速生成用户层级group_id的可扩展方法求助

直接用data.table内置的.GRP分组标识变量即可，这是原生C语言优化的功能，处理亿级数据性能拉满，且天然支持单列/多列分组场景，不需要额外写join逻辑。
示例代码：

# 单user列分组场景
df[, group_id := .GRP, by = user]

# 后续多列分组直接修改by参数即可，例如按user、type两列分组
# df[, group_id := .GRP, by = .(user, type)]

运行后直接生成你需要的连续递增分组ID，不需要任何中间过渡变量。

你用duplicated的思路逻辑上是可行的，但性能远低于.GRP，仅做参考：

df[, group_id := cumsum(!duplicated(user))]

该写法仅支持单列分组，多列场景需要额外调整去重判断逻辑，亿级数据下执行效率比.GRP低30%以上，不建议生产环境使用。

内容的提问来源于stack exchange，提问作者Sweepy Dodo