您可以使用dplyr::consecutive_id或data.table::rleid来获取每次相同值运行的标识符：

df <- data.frame(
  old = c(1, 1, 1, 5, 7, 7, 7, 11, 13, 13, 16, 18, 20, 20, 20, 20, 25, 25, 25, 29)
)

library(dplyr, warn.conflicts = FALSE)
library(data.table)

df |>
  mutate(new = consecutive_id(old))
#>    old new
#> 1    1   1
#> 2    1   1
#> 3    1   1
#> 4    5   2
#> 5    7   3
#> 6    7   3
#> 7    7   3
#> 8   11   4
#> 9   13   5
#> 10  13   5
#> 11  16   6
#> 12  18   7
#> 13  20   8
#> 14  20   8
#> 15  20   8
#> 16  20   8
#> 17  25   9
#> 18  25   9
#> 19  25   9
#> 20  29  10

df |>
  mutate(new = rleid(old))
#>    old new
#> 1    1   1
#> 2    1   1
#> 3    1   1
#> 4    5   2
#> 5    7   3
#> 6    7   3
#> 7    7   3
#> 8   11   4
#> 9   13   5
#> 10  13   5
#> 11  16   6
#> 12  18   7
#> 13  20   8
#> 14  20   8
#> 15  20   8
#> 16  20   8
#> 17  25   9
#> 18  25   9
#> 19  25   9
#> 20  29  10

您实际上只是检查旧列何时更改。你可以通过多种方式来实现这一点，但最简单的是检查df$old中的前一个值是否与当前值匹配，然后找到其累积和：

df$new <- cumsum(df$old != dplyr::lag(df$old, default = 0))

或

df$new <- cumsum(df$old != c(0, df$old[-nrow(df)]))

或

library(dplyr)
df |> mutate(new = cumsum(old != lag(df$old, default = 0)))

或

df$new <- cumsum(diff(c(0, df$old)) > 0)

或

df |> mutate(new = cumsum(diff(c(0, old)) > 0)