如何判断tibble中当前行的name值是否存在于同列其他行中

原代码出错的核心原因是：你先通过mutate(row = row_number())创建了row列，随后用row != row_number()筛选其他行，但row本身就是当前行的行号，所以row != row_number()的结果全为FALSE，导致name[row != row_number()]是空向量，自然所有name %in% 空向量的结果都是FALSE。

下面是几种正确的实现方式：

方法一：双向重复值标记（最简洁） #

利用duplicated()函数，分别从前往后和从后往前标记重复值，再取逻辑或，就能把所有重复出现的行都标记为TRUE：

tibble(name = c("tommy", "tommy", "bobby")) %>%
  mutate(match = duplicated(name) | duplicated(name, fromLast = TRUE))

方法二：分组判断组规模 #

按name分组后，判断该组的行数是否大于1——如果是，说明这个name存在重复，组内所有行的match都为TRUE：

tibble(name = c("tommy", "tommy", "bobby")) %>%
  group_by(name) %>%
  mutate(match = n() > 1) %>%
  ungroup()

方法三：逐行检查（适合理解逻辑，效率较低） #

如果一定要保留row列并逐行验证，可以用sapply遍历每个行号，检查当前行的name是否存在于排除自身后的列中：

tibble(name = c("tommy", "tommy", "bobby")) %>%
  mutate(row = row_number()) %>%
  mutate(match = sapply(row, function(x) name[x] %in% name[-x]))

以上三种方法都能得到你期望的结果：

# A tibble: 3 × 3
  name    row match
  <chr> <int> <lgl>
1 tommy     1 TRUE 
2 tommy     2 TRUE 
3 bobby     3 FALSE

内容的提问来源于stack exchange，提问作者sparklink