获取有多个相同值的行[重复]答案

【问题标题】：Getting rows where there are multiple of the same value [duplicate]获取有多个相同值的行[重复]
【发布时间】：2014-12-26 23:03:03
【问题描述】：

我有一个看起来像这样的 R 数据框：

A    B          C
14   apple      45
14   bannaa     23
15   car        234
16   door       12
16   ear        325

如您所见，14 和 16 是重复的。我要：

A    B          C
14   apple      45
14   bannaa     23
16   door       12
16   ear        325

到目前为止，我有 table(DF$A) > 1，但是如何/什么是最简单的方法来做我想做的事？

【问题讨论】：

标签： r

【解决方案1】：

这是另一种可能的基本 R 解决方案

indx <- with(df, ave(A, A, FUN = length))
df[indx > 1, ]
#    A      B   C
# 1 14  apple  45
# 2 14 bannaa  23
# 4 16   door  12
# 5 16    ear 325

或者使用data.table包

library(data.table)
setDT(df)[, .SD[.N > 1], by = A]
#     A      B   C
# 1: 14  apple  45
# 2: 14 bannaa  23
# 3: 16   door  12
# 4: 16    ear 325

或

setDT(df)[, if(.N > 1) .SD, by = A]

最后，一个使用rle的奖励解决方案

## df <- df[order(df$A), ] # If the data isn't sorted by `A`, you''ll need to sort it first
indx <- rle(df$A)$lengths 
df[rep(indx > 1, indx), ]
#    A      B   C
# 1 14  apple  45
# 2 14 bannaa  23
# 4 16   door  12
# 5 16    ear 325

【讨论】：

嗯，.SD[.N > .] 似乎很常见，不是吗？是时候优化它了。
@Arun，我在（另见here）给我发一封电子邮件，里面有说明:)

【解决方案2】：

indx <- duplicated(df[,"A"])|duplicated(df[,"A"],fromLast=TRUE)
df[indx,]
#   A      B   C
#1 14  apple  45
#2 14 bannaa  23
#4 16   door  12
#5 16    ear 325

【讨论】：

fromLast 是做什么的？你可以不使用 [,1] 而只调用列名吗？
@SuperString fromLast 表示从反方向考虑重复。当您执行duplicated(df[,"A"]) 时，只有重复的元素才会为 TRUE，即。它不会取第一个值。通过反转，我们得到了first 和所有其他人。

【解决方案3】：

由于您已经开始使用不同的方法，因此您可以通过以下方式完成它：

x <- table(df$A)
df[df$A %in% names(x[x>1]),]
#   A      B   C
#1 14  apple  45
#2 14 bannaa  23
#4 16   door  12
#5 16    ear 325

这利用了names(x) 为您提供列A 的唯一值这一事实，您可以使用names(x[x>1]) 将其子集到所有那些多次出现的值。

如果您已经熟悉 dplyr，另一种选择是：

require(dplyr)
df %>% group_by(A) %>% filter(n() > 1)

【讨论】：