在Base R中查找存在多年份观测记录的ID

首先把示例数据转换成可直接运行的R对象：

df <- data.frame(
  ID = c(6,6,6,6,6,6,6,6,6,7,7,7,7,7,8,8,8,8,8),
  year = c(2015,2015,2015,2015,2018,2018,2018,2018,2018,2015,2015,2015,2015,2015,2015,2015,2015,2021,2021)
)

下面是几种纯Base R的简便实现方式：

方法1：使用aggregate() #

通过分组计算每个ID对应的唯一年份数量，再筛选数量大于1的ID：

# 计算每个ID的唯一年份数
year_count <- aggregate(year ~ ID, data = df, FUN = function(x) length(unique(x)))
# 筛选出有多个年份的ID
multi_year_ids <- year_count$ID[year_count$year > 1]
multi_year_ids
# 输出结果：[1] 6 8

方法2：使用tapply() #

tapply()按ID分组处理year列，返回每个ID的唯一年份数，再筛选目标ID：

counts <- tapply(df$year, df$ID, function(x) length(unique(x)))
multi_year_ids <- names(counts[counts > 1])
# 按需转成数值型
multi_year_ids <- as.numeric(multi_year_ids)
multi_year_ids
# 输出结果：[1] 6 8

方法3：使用by() #

by()按ID分组后，直接判断每组是否包含多个唯一年份，再提取对应ID：

# 分组判断是否有多个不同年份
has_multi_year <- by(df$year, df$ID, function(x) length(unique(x)) > 1)
# 提取结果为TRUE的ID
multi_year_ids <- as.numeric(names(has_multi_year[has_multi_year]))
multi_year_ids
# 输出结果：[1] 6 8

这些方法都无需依赖扩展包，比循环实现更简洁高效。

内容的提问来源于stack exchange，提问作者Olo Eopia