在R中筛选ID非唯一且对应Value相同的数据行

先构造测试数据：

df <- data.frame(
  ID = c(1,1,1,2,3,3,4,4),
  Value = c("A","A","B","C","B","B","A","C")
)

方法一：Base R #

1. 先找出出现次数大于1的ID：

id_counts <- table(df$ID)
valid_ids <- names(id_counts[id_counts > 1])

2. 统计每个(ID, Value)组合的出现次数，筛选出符合条件的组合：

id_val_counts <- table(df$ID, df$Value)
valid_pairs <- which(id_val_counts > 1, arr.ind = TRUE)
valid_pairs <- data.frame(
  ID = rownames(valid_pairs),
  Value = colnames(valid_pairs)[valid_pairs[,2]]
)

3. 从原数据中匹配符合条件的行：

result <- subset(df, paste(ID, Value) %in% paste(valid_pairs$ID, valid_pairs$Value))

方法二：dplyr（更简洁） #

先加载dplyr包，通过分组统计筛选：

library(dplyr)

result <- df %>%
  # 按ID分组，计算每个ID的总出现次数
  group_by(ID) %>%
  mutate(id_total = n()) %>%
  # 按ID+Value分组，计算该组合的出现次数
  group_by(ID, Value) %>%
  mutate(val_count = n()) %>%
  # 取消分组，筛选条件：ID总次数>1，且该Value在对应ID中出现次数>1
  ungroup() %>%
  filter(id_total > 1, val_count > 1) %>%
  # 移除临时统计列
  select(-id_total, -val_count)

两种方法最终得到的结果都符合预期：

ID Value
1  1     A
2  1     A
3  3     B
4  3     B

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