如何统计数据集中两列组合后重复的行数？（R语言）

你当前的代码存在两处关键错误，导致结果不可信：

• 用单引号包裹了表达式，这让duplicated()处理的是一个字符串文本，而不是你数据里的两列组合
• &&是用于单个逻辑值的判断运算符，处理向量应该用&，但这里根本不需要逻辑运算，直接传入两列组成的数据集即可

以下是正确的实现方法，按需选择：

基础R实现 #

统计所有重复出现的行数（即除第一次出现外，后续重复的次数总和） #

sum(duplicated(Vehicles_Sub[, c("accident_index", "vehicles_reference")]))

统计有多少种不同的重复组合（即出现次数≥2的组合数） #

# 先生成组合的频次表，再统计频次>1的组合数量
sum(table(Vehicles_Sub[, c("accident_index", "vehicles_reference")]) > 1)

tidyverse/dplyr实现（更直观，适合后续分析） #

如果你习惯使用tidyverse生态的工具：

library(dplyr)

# 查看所有重复组合及其出现次数、重复次数
Vehicles_Sub %>%
  count(accident_index, vehicles_reference, name = "出现总次数") %>%
  filter(出现总次数 > 1) %>%
  mutate(重复次数 = 出现总次数 - 1)

# 直接统计所有重复行的总数（和基础R的sum(duplicated(...))结果一致）
Vehicles_Sub %>%
  add_count(accident_index, vehicles_reference) %>%
  filter(n > 1) %>%
  nrow()

说明：

• 第一种基础R方法返回的是重复行的总数量（比如某组合出现3次，会被计入2次重复）
• 如果只想知道有多少组不同的ID组合存在重复，用sum(table(...)) >1的方式

内容的提问来源于stack exchange，提问作者Laura