查找所有重复行,包括"具有较小下标的元素"

Question

R' duplicated返回一个向量,显示向量或数据帧的每个元素是否是具有较小下标的元素的副本.因此,如果5行数据帧的第3行,第4行和第5行相同,duplicated则会给出向量

FALSE, FALSE, FALSE, TRUE, TRUE

但在这种情况下,我真的想得到

FALSE, FALSE, TRUE, TRUE, TRUE

也就是说,我想知道一行是否与具有更大下标的行重复.

Answer 1

duplicated有一个fromLast论点."示例"部分?duplicated向您展示了如何使用它.只需调用duplicated两次,一次调用一次,fromLast=FALSE然后调用fromLast=TRUE其中任意一行TRUE.

一些晚期编辑:你没有提供一个可重复的例子,所以这里是@jbaums友好贡献的插图

vec <- c("a", "b", "c","c","c") 
vec[duplicated(vec) | duplicated(vec, fromLast=TRUE)]
## [1] "c" "c" "c"

Answer 2

您需要组合一组duplicated值,应用unique,然后进行测试%in%.与往常一样,样本问题将使这个过程变得活跃起来.

> vec <- c("a", "b", "c","c","c")
> vec[ duplicated(vec)]
[1] "c" "c"
> unique(vec[ duplicated(vec)])
[1] "c"
>  vec %in% unique(vec[ duplicated(vec)]) 
[1] FALSE FALSE  TRUE  TRUE  TRUE

Answer 3

在数据帧重复的行可以用获得dplyr通过做

library(tidyverse)
df = bind_rows(iris, head(iris, 20)) # build some test data
df %>% group_by_all() %>% filter(n()>1) %>% ungroup()

group_by_at(vars(-var1, -var2))可以使用排除某些列来对数据进行分组。

如果实际需要行索引而不仅仅是数据，您可以先添加它们，如下所示：

df %>% add_rownames %>% group_by_at(vars(-rowname)) %>% filter(n()>1) %>% pull(rowname)

Answer 4

这是 @Joshua Ulrich 的函数解决方案。这种格式允许您以与使用 duplicated() 相同的方式使用此代码：

allDuplicated <- function(vec){
  front <- duplicated(vec)
  back <- duplicated(vec, fromLast = TRUE)
  all_dup <- front + back > 0
  return(all_dup)
}

使用相同的示例：

vec <- c("a", "b", "c","c","c") 
allDuplicated(vec) 
[1] FALSE FALSE  TRUE  TRUE  TRUE