过滤到两列中有重复值的所有行（dplyr）[重复]答案

【问题标题】：Filter to all rows where there are duplicate values in two columns (dplyr) [duplicate]过滤到两列中有重复值的所有行（dplyr）[重复]
【发布时间】：2019-03-01 14:57:20
【问题描述】：

我有一个如下所示的数据框：

id        dob lname
1 1900-01-01     a
2 1900-01-01     b
3 1900-01-01     b
4 1901-01-01     c
5 1901-01-01     d
6 1902-01-01     e
7 1902-01-01     e
8 1902-01-01     f
9 1903-01-01     g
10 1903-01-01     h

我想过滤以显示 dob 重复且 lname 重复的所有行，因此所需的输出如下所示：

id        dob lname
2 1900-01-01     b
3 1900-01-01     b
6 1902-01-01     e
7 1902-01-01     e

我尝试按 dob 和 lname 进行分组，但我被困在下一步，这将返回这些列具有重复值的所有行。

示例代码如下：

id <- c(1:10)
dob <- date(c("1900-01-01", "1900-01-01", "1900-01-01", "1901-01-01", "1901-01-01", "1902-01-01", "1902-01-01", "1902-01-01", "1903-01-01", "1903-01-01"))
lname <- c("a", "b", "b", "c", "d", "e", "e", "f", "g", "h")
df <- data.frame("id" = id, "dob" = dob, "lname" = lname)

【问题讨论】：

从技术上讲，您的问题与此相反，但您可以使用 hadley 的答案并过滤 row_number(z) > 1
相关：Subset data frame based on number of rows per group。将每组的行数调整为您想要的条件。
@divibisan 你知道如何使用distinct()，因为哈德利指出它是为此目的而创建的吗？ distinct() 的反义词怎么称呼？
@divibisan using row_number() > 1 并不能完全给我我想要的输出，因为它仍然消除了每组重复项中的一个行。使用我上面的例子，它只给了我 ID 为 3 和 7 的行。我不认为这是一个重复的问题。
你想要n() 而不是row_number() - df %>% group_by(dob,lname) %>% filter(n() > 1) - 这使得这与@Henrik 的建议重复。

标签： r dplyr

【解决方案1】：

这是使用基础 R 的单行解决方案 -

id <- c(1:10)
dob <- as.Date(c("1900-01-01", "1900-01-01", "1900-01-01", "1901-01-01", "1901-01-01", "1902-01-01", "1902-01-01", "1902-01-01", "1903-01-01", "1903-01-01"))
lname <- c("a", "b", "b", "c", "d", "e", "e", "f", "g", "h")
df <- data.frame("id" = id, "dob" = dob, "lname" = lname)

result <- df[duplicated(df[,2:3]) | duplicated(df[,2:3], fromLast = T), ]
result

用于管道 -

df %>% .[duplicated(.[,2:3]) | duplicated(.[,2:3], fromLast = T), ]

另一个dplyr 方法-

df %>% filter(., ave(seq_len(nrow(.)), dob, lname, FUN = length) > 1)

【讨论】：

【解决方案2】：

dplyr 解决方案是否满足您的需求？

library(dplyr)

    df %>%
         semi_join(df %>%
                   group_by(dob, lname) %>%
                   filter(row_number()>1), 
                   by = c("dob", "lname"))

【讨论】：