R语言：分组后如何标记mappedTerm列的全部重复行？

我有一个数据集，希望按var列分组后，将mappedTerm列中存在重复值的所有行在新列rep中标记为“yes”。我使用的代码如下：

vm_check <- vm %>%
  filter(mappedTerm != ":::UNDEF:::") %>%
  group_by(var) %>%
  mutate(rep = if_else(duplicated(mappedTerm), "yes", ""))  

但问题是该代码仅标记重复行中的非首行，示例如下：

当前输出：

var1.  var2.  var3. rep
xxx.   abc.   df1.
xxx.   abc.   df2.   yes
xxx.   abc.   df3.   yes

期望输出：

var1.  var2.  var3. rep
xxx.   abc.   df1.   yes
xxx.   abc.   df2.   yes
xxx.   abc.   df3.   yes

现提出两个问题：

1. 如何让所有重复行的rep列都显示“yes”？
2. 是否有更优的方案实现上述需求？

问题1的解决方案 #

要标记所有重复行，核心是判断该mappedTerm在当前分组内的出现次数是否大于1，而非仅判断是否是后续重复行。以下两种方法都能实现：

方法1：双向duplicated判断 #

vm_check <- vm %>%
  filter(mappedTerm != ":::UNDEF:::") %>%
  group_by(var) %>%
  mutate(rep = if_else(duplicated(mappedTerm) | duplicated(mappedTerm, fromLast = TRUE), "yes", "")) %>%
  ungroup() # 分组操作后建议取消分组，避免后续操作受分组状态影响

逻辑：duplicated(mappedTerm)标记除首次出现外的重复行，duplicated(mappedTerm, fromLast = TRUE)标记除末次出现外的重复行，两者取或就能覆盖所有重复出现的行。

方法2：分组统计出现次数 #

vm_check <- vm %>%
  filter(mappedTerm != ":::UNDEF:::") %>%
  group_by(var, mappedTerm) %>%
  mutate(rep = if_else(n() > 1, "yes", "")) %>%
  ungroup()

逻辑：按var+mappedTerm双重分组，用n()统计每组的行数，若行数大于1，说明该mappedTerm在当前var分组内有重复，所有行统一标记为“yes”。

问题2：更优方案推荐 #

优先推荐上述方法2（双重分组+n()统计），理由如下：

• 可读性更强：直接基于出现次数判断，逻辑直观，不需要理解双向duplicated的细节
• 性能更稳定：大数据集下，分组统计次数的效率比两次duplicated判断更高
• 扩展性更好：如果后续需要调整规则（比如标记出现次数≥3的行），只需修改n()>1为n()≥3即可

内容的提问来源于stack exchange，提问作者Rstudyer