在 dplyr 中过滤具有重复值的行

Question

小标题：

df <- tibble(x = c(1, 3, 2, 5, 3, 7, 1, 9),
              y = c(rep("condition_one", 5), rep("condition_two", 3)))

目标：

我想在x 和condition_one 中返回y 中的“非唯一”值行。在此示例中，它将是第 2 行和第 5 行，因为值 3 在x 中不是唯一的，而y 是condition_one。

我首先尝试的是使用 base R 中的 duplicated() 函数：

df %>% 
  filter(duplicated(.$x) & y == "condition_one")

输出：

# A tibble: 1 x 2
      x y            
  <dbl> <chr>        
1     3 condition_one

虽然它只返回重复的行而不是“原始”行。 在这种情况下，我还可以包含在 dplyr 管道链中的解决方案是什么？

编辑：

我看到一些答案仍然不能解决我的问题，我认为这是因为我的问题表述得很糟糕： 在我的过滤输出中，我只想要 x 中的值不唯一的行。但我希望 R 返回所有非唯一行，而不仅仅是第一次出现重复值的行（duplicate() 正在发生这种情况）。 最重要的是，我想要y == "condition_one"

Answer 1

如果您想在 df$y 满足“condition_one”或相反的情况下查找宇宙中的重复项，我不确定我是否知道。两种情况我都会写。

在基础 R 中：

案例1：找到所有重复项，然后找出符合条件的。

all_duplicates <- df[duplicated(df$x) | duplicated(df$x, fromLast = TRUE), ]
your_condition <- all_duplicates[all_duplicates$y == "condition_one", ]

案例2：找到满足条件的，然后在那里找到重复项。

df_cond <- df[df$y == "condition_one", ]

all_duplicates <- df_cond[duplicated(df_cond$x) | duplicated(df_cond$x, fromLast = TRUE), ]

Answer 2

解决办法如下：

df %>% 
  group_by(x) %>% 
  filter(y == "condition_one" & n() == 1) %>% 
  ungroup()

#Results:
# A tibble: 2 x 2
      x y            
  <dbl> <chr>        
1     2 condition_one
2     5 condition_one

Answer 3

使用dplyr

library(dplyr)
df %>%
    filter(duplicated(cur_data()) & y == 'condition_one')