如何使用 duplicated() [重复]答案

【问题标题】：How to use duplicated() [duplicate]如何使用 duplicated() [重复]
【发布时间】：2016-07-06 13:00:47
【问题描述】：

我有一个包含客户购买信息的数据集。我试图通过连接 device_id（客户）、store_id、product_id 和 date（购买）来创建唯一 ID。我为此使用了以下代码

customer$device_store_product_date <- paste(customer$device, customer$store_id, customer$product_id, customer$date, sep='_')

结果列是这样的：

        device_store_product_date
48c6eec37affa1db_203723_9313962_2016-02-19
eb2c2f00071b97f3_179926_6180944_2016-02-20
d82066a784c9552_180704_9308311_2016-02-20
9766bba65b1ef9ac_204187_9313852_2016-02-20
77d80c1066f5267_180488_9312672_2016-02-20

正如预期的那样，仍然存在重复。为了识别它们，我使用了 duplicated()：

x1 = customer[duplicated(customer$device_store_product_date),]

但是，对于少数 x1$device_store_product_date，只有单个条目存在。这不应该是这种情况，因为 x1 应该包含重复的值。让我知道我哪里出错了。要选择与我使用的 device_store_product_date 的特定值相对应的条目：

filter(x1, x1$device_store_product_date=="14163e6b6ed06890_203723_9313477_2016-02-20")

【问题讨论】：

标签： r duplicates concatenation string-concatenation

【解决方案1】：

duplicated() 对任何已经出现的值都返回 TRUE，所以

x <-c("a","b","a")
duplicated(x)

将返回

FALSE FALSE TRUE

如果你也想获得所有的第一次出现，这样的事情就可以了

duplicated(x)|rev(duplicated(rev(x)))

【讨论】：

这解决了我的问题...谢谢。如果可能的话，请你解释一下重复（x）|rev（重复（rev（x）））。我刚刚开始学习 R。
竖线表示 OR 和 rev() 将反转向量的顺序，因此从另一端开始寻找重复项。 akrun 的解决方案更优雅。

【解决方案2】：

duplicated 函数有一个参数fromLast=TRUE 用于从末尾检查重复项。在这里，最后一个元素将为 FALSE，所有其他重复项返回 TRUE。通过使用|，我们确保包含所有重复元素。

 duplicated(x)|duplicated(x, fromLast=TRUE)

可用于获取所有重复元素

【讨论】：