识别矩阵中相同行的组

Question

tl;dr在 R 中识别矩阵中相同行组的惯用方法是什么？

---

给定一个 n×2 矩阵，其中一些行出现不止一次，

> mat <- matrix(c(2,5,5,3,4,6,2,5,4,6,4,6), ncol=2, byrow=T)
> mat
     [,1] [,2]
[1,]    2    5
[2,]    5    3
[3,]    4    6
[4,]    2    5
[5,]    4    6
[6,]    4    6

我正在寻找相同行的行索引组。 在上面的示例中，行 (1,4) 是相同的，行 (3,5,6) 也是如此。 最后是第 (2) 行。 我希望得到这些组，以 R 中惯用的任何方式表示。

输出可能是这样的，

> groups <- matrix(c(1,1, 2,2, 3,3, 4,1, 5,3, 6,3), ncol=2, byrow=T)
> groups
     [,1] [,2]
[1,]    1    1
[2,]    2    2
[3,]    3    3
[4,]    4    1
[5,]    5    3
[6,]    6    3

其中第一列包含mat的行索引，第二列包含每个行索引的组索引。 或者它可能是这样的：

> split(groups[,1], groups[,2])
$`1`
[1] 1 4

$`2`
[1] 2

$`3`
[1] 3 5 6

要么会做。 我不确定在 R 中代表组的最佳方式是什么，也欢迎就此提出建议。

---

出于基准测试目的，这里有一个更大的数据集：

set.seed(123)
n <- 10000000
mat <- matrix(sample.int(10, 2*n, replace = T), ncol=2)

Answer 1

cbind与行序列以及行与行的unique值之间的match

v1 <- paste(mat[,1], mat[,2])
# or if there are more columns
#v1 <-  do.call(paste, as.data.frame(mat))
out <- cbind(seq_len(nrow(mat)), match(v1, unique(v1)))

-输出

> out
     [,1] [,2]
[1,]    1    1
[2,]    2    2
[3,]    3    3
[4,]    4    1
[5,]    5    3
[6,]    6    3

如果我们想要一个list输出

split(out[,1], out[,2])

-输出

$`1`
[1] 1 4

$`2`
[1] 2

$`3`
[1] 3 5 6

基准

借助 OP 的大数据

> system.time({
+ v1 <- paste(mat[,1], mat[,2])
+ 
+ out <- cbind(seq_len(nrow(mat)), match(v1, unique(v1)))
+ 
+ })
   user  system elapsed 
  2.603   0.130   2.706