识别多列中具有相同值的行对或行组

Question

假设我有一个数据框：

file = read.table(text = "sex age num          
M 32 5
F 31 2
M 91 2
M 30 1
M 23 1
F 19 1
F 31 2
F 21 2
M 32 5
F 65 3
M 24 5", header = T, sep = "")

我想要获得所有行的排序数据框，这些行具有与数据框中的任何其他行完全相同的sex、age、 和值。num

结果应如下所示（请注意，数据框按彼此重复的对或组排序）：

result = read.table(text = "sex age num          
M 32 5
M 32 5
F 31 2
F 31 2", header = T, sep = "")

我尝试了distinctdplyr 和的各种组合duplicated，但他们并没有完全理解这个用例。

Answer 1

我们需要duplicated两次，即一次duplicated在正常方向上从上到下，第二次从下到上（fromLast = TRUE），然后使用|，以便它在任一方向上都可以为 TRUE 进行子集化

out <- file[duplicated(file)|duplicated(file, fromLast = TRUE),]
out$sex <- factor(out$sex, levels = c("M", "F"))
out1 <- out[do.call(order, out),]
row.names(out1) <- NULL

-输出

> out1
  sex age num
1   M  32   5
2   M  32   5
3   F  31   2
4   F  31   2

上面的内容可以写成tidyverse

library(dplyr)
file %>%
   arrange(sex == "F", across(everything())) %>% 
   filter(duplicated(.)|duplicated(., fromLast = TRUE))
  sex age num
1   M  32   5
2   M  32   5
3   F  31   2
4   F  31   2

Answer 2

另一种方法：

这里所有超过 1 nrow 的组都将被保留：

library(dplyr)

file %>% 
  group_by(sex, age, num) %>% 
  filter(n() > 1) %>%
  arrange(.by_group = T)
  ungroup()

 sex     age   num
  <chr> <int> <int>
1 F        31     2
2 F        31     2
3 M        32     5
4 M        32     5