在 R 中使用 data.table 为多行组创建标识符的最快方法是什么

我有一个数据框，用一个id标识一组值:

library(data.table)

dt <- data.table(
  id = rep(c("a", "b", "c"), each = 2),
  value1 = c(1, 1, 1, 2, 1, 1),
  value2 = c(0, 3, 0, 3, 0, 3)
)
dt
#>    id value1 value2
#> 1:  a      1      0
#> 2:  a      1      3
#> 3:  b      1      0
#> 4:  b      2      3
#> 5:  c      1      0
#> 6:  c      1      3

如您所见，ids a和c标识了相同的一组值.所以我想创建一个"模式id"，它标识与IDa和c相关联的一组值(obs:一个id可能标识两行以上，为了简单起见，我只将它们限制为两行).

我确实设法用嵌套数据想出了一个解决方案.表1和表match():

dt <- dt[, .(data = list(.SD)), by = id]

unique_groups <- unique(dt$data)
dt[, pattern_id := match(data, unique_groups)]
dt[, data := NULL]

dt
#>    id pattern_id
#> 1:  a          1
#> 2:  b          2
#> 3:  c          1

这是一个技巧，但它并没有我希望的那么快.match().关于列表的效率，文档非常清楚:

列表匹配可能非常缓慢，最好避免，除非是在简单的情况下.

如您所见，我不需要最终结果中的实际模式数据，只需要一个将ID与模式ID关联的表.我觉得把数据嵌套起来，用它来匹配，然后再删除它有点浪费，但不确定是否有更好的方法.我一直在思考如何将每个数据帧转换成一个字符串，或者更好的是，如何完全避免嵌套，但我想不出比现在更好的方法.

我已经创建了一个更大的数据集，可以使用和测试不同的解决方案:

set.seed(0)
size <- 1000000
dt <- data.table(
  id = rep(1:(size / 2), each = 2),
  value1 = sample(1:10, size, replace = TRUE),
  value2 = sample(1:10, size, replace = TRUE)
)