使用 dplyr 查找重复元素 [英] Find duplicated elements with dplyr

问题描述

我尝试使用此处的代码使用 dplyr 查找所有重复元素，如下所示:

I tried using the code presented here to find ALL duplicated elements with dplyr like this:

library(dplyr)

mtcars %>%
mutate(cyl.dup = cyl[duplicated(cyl) | duplicated(cyl, from.last = TRUE)])

如何转换在此处显示的代码使用dplyr 查找所有重复的元素?我上面的代码只是抛出一个错误?或者更好的是，是否有另一个函数可以比复杂的 x[duplicated(x) | 更简洁地实现这一点?重复(x，from.last = TRUE)])方法?

How can I convert code presented here to find ALL duplicated elements with dplyr? My code above just throws an error? Or even better, is there another function that will achieve this more succinctly than the convoluted x[duplicated(x) | duplicated(x, from.last = TRUE)]) approach?

推荐答案

我想你可以使用 filter 来达到这个目的:

I guess you could use filter for this purpose:

mtcars %>% 
  group_by(carb) %>% 
  filter(n()>1)

小例子(请注意，我添加了 summarize() 以证明结果数据集不包含具有重复 'carb' 的行.我使用了 'carb' 而不是 'cyl'，因为 'carb' 具有唯一值而 'cyl' 没有):

Small example (note that I added summarize() to prove that the resulting data set does not contain rows with duplicate 'carb'. I used 'carb' instead of 'cyl' because 'carb' has unique values whereas 'cyl' does not):

mtcars %>% group_by(carb) %>% summarize(n=n())
#Source: local data frame [6 x 2]
#
#  carb  n
#1    1  7
#2    2 10
#3    3  3
#4    4 10
#5    6  1
#6    8  1

mtcars %>% group_by(carb) %>% filter(n()>1) %>% summarize(n=n())
#Source: local data frame [4 x 2]
#
#  carb  n
#1    1  7
#2    2 10
#3    3  3
#4    4 10

这篇关于使用 dplyr 查找重复元素的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！