R语言：为含千余列的数据框检测ID1-ID100列行内重复值并新增标记列至Name列前

我来帮你修正这个函数，解决你的两个核心需求：限定检查范围到ID1-ID100列，以及把新增列放到Name列前面。

下面是调整后的完整函数，我会在后面拆解关键改动点：

hasDups <- function(df){
  # 1. 精准筛选需要检查的列：ID1 到 ID100
  check_cols <- grep("^ID[1-9][0-9]?$|^ID100$", names(df), value = TRUE)
  
  # 容错处理：如果没有匹配到目标列，直接返回原数据框并给出提示
  if(length(check_cols) == 0){
    warning("未找到ID1至ID100的列，返回原数据框")
    return(df)
  }
  
  # 2. 定义每行重复值检查逻辑（可选择忽略NA的重复）
  checkDup <- function(x){
    # 过滤掉NA值（如果需要把重复的NA也算作重复，就删掉这一行，直接用x）
    non_na_vals <- x[!is.na(x)]
    # 非NA值不足2个时，不可能有重复
    if(length(non_na_vals) < 2){
      return("")
    }
    # 判断是否存在重复值，返回对应标记
    ifelse(max(table(non_na_vals)) > 1, "duplicate entry", "")
  }
  
  # 3. 为每行生成重复标记
  df$hasDup <- apply(df[, check_cols], 1, checkDup)
  
  # 4. 调整列顺序：把hasDup插入到Name列之前
  name_col_pos <- which(names(df) == "Name")
  new_col_order <- c(
    names(df)[1:(name_col_pos-1)],  # Name列之前的所有列
    "hasDup",                       # 新增的标记列
    names(df)[name_col_pos:ncol(df)] # Name列及之后的所有列
  )
  df <- df[, new_col_order]
  
  return(df)
}

关键改动说明 #

• 限定检查列范围：用正则表达式^ID[1-9][0-9]?$|^ID100$精准匹配ID1到ID100的列，避免误检查其他列。
• NA值处理：默认过滤掉NA值再检查重复（比如多个NA不会被标记为重复），如果你的需求里需要把重复NA也算作重复，删掉non_na_vals <- x[!is.na(x)]这一行直接用x即可。
• 列位置调整：通过which(names(df) == "Name")定位Name列的索引，重新构造列顺序，确保新增列插在它前面。

测试调用 #

用你提供的示例数据框测试：

result_df <- hasDups(df)
# 查看前几行验证结果
head(result_df)

内容的提问来源于stack exchange，提问作者coder2learn