获取组内的重复值[重复]答案

【问题标题】：Get duplicate values within groups [duplicate]获取组内的重复值[重复]
【发布时间】：2021-01-19 04:39:19
【问题描述】：

我正在尝试在组内获取重复值。更具体地说，我想检查每个家庭中重复的儿童 ID，但不同家庭的重复儿童 ID 很好。例如，我有一个名为“村庄”的数据框：

village <- data.frame(household = c(1, 1, 1, 2, 3, 3), 
                      children = c("A001", "A002", "A001", "A004", "A005", "A001"))

我想得到以下输出：

expected <- data.frame(household = c(1, 1), 
                       children = c("A001", "A001"))

【问题讨论】：

【解决方案1】：

我们可以按“家庭”、“孩子”和filter行数大于1的行进行分组

library(dplyr)
village %>% 
   group_by(household, children) %>% 
   filter(n() > 1) %>%
   ungroup

-输出

# A tibble: 2 x 2
#  household children
#      <dbl> <chr>   
#1         1 A001    
#2         1 A001

或者使用base R 和duplicated

village[duplicated(village)|duplicated(village, fromLast = TRUE),]
#  household children
#1         1     A001
#3         1     A001

【讨论】：

group_by() 答案正是我所需要的，因为我在实际数据集中拥有的不仅仅是这两列。谢谢！
@KarenLiu 你也可以使用duplicated，如果你是子集，即village[duplicated(village[1:2])|duplicated(village[1:2], fromLast = TRUE),]

【解决方案2】：

另一个使用 subset + ave 的基本 R 选项

> subset(village,ave(household,household,children,FUN = length)>1)
  household children
1         1     A001
3         1     A001

【讨论】：