R语言：实现识别并统计向量重复元素的自定义函数

你的现有代码存在几个问题：

• 双重循环是在找向量中所有两两相等的元素对，会把同一个重复元素多次记录（比如元素出现3次的话，这里会匹配2次），而且第二列的n只是匹配到的次数，不是元素实际出现的总次数
• 预先把矩阵行数固定为10，太死板，向量里重复元素多了会不够用，少了又会多出一堆NA行

下面给你两种可行的解决方案：

方法一：用R内置函数高效实现（推荐） #

R自带专门的频数统计工具，不用自己写复杂循环，代码简洁还不容易出错：

Repetidos <- function(V) {
  # 统计每个元素的出现次数
  freq_table <- table(V)
  # 筛选出出现次数≥2的元素（也就是重复过的元素）
  repeated_items <- freq_table[freq_table >= 2]
  # 转换成矩阵并设置列名
  result_matrix <- cbind(元素 = names(repeated_items), 出现次数 = as.numeric(repeated_items))
  # 若元素是数值型，把矩阵转成数值格式（避免第一列是字符）
  result_matrix <- apply(result_matrix, 2, as.numeric)
  return(result_matrix)
}

# 测试示例
V <- c(1, 1, 2, 2, 3, 3, 4, 5, 5)
Repetidos(V)

运行结果：

元素 出现次数
[1,]    1        2
[2,]    2        2
[3,]    3        2
[4,]    5        2

方法二：优化你的循环写法 #

如果想基于自己的循环思路修改，可以先完成全局计数，再筛选重复元素：

Repetidos <- function(V) {
  # 用列表存每个元素的出现次数
  count_dict <- list()
  # 遍历向量统计次数
  for (elem in V) {
    elem_key <- as.character(elem)
    if (elem_key %in% names(count_dict)) {
      count_dict[[elem_key]] <- count_dict[[elem_key]] + 1
    } else {
      count_dict[[elem_key]] <- 1
    }
  }
  # 筛选出出现次数≥2的元素
  repeated_elems <- names(count_dict)[sapply(count_dict, function(x) x >= 2)]
  repeated_counts <- unlist(count_dict[repeated_elems])
  # 构建结果矩阵
  result_matrix <- cbind(元素 = repeated_elems, 出现次数 = repeated_counts)
  # 转数值格式（按需）
  result_matrix <- apply(result_matrix, 2, as.numeric)
  return(result_matrix)
}

# 测试示例
V <- c(1, 1, 2, 2, 3, 3, 4, 5, 5)
Repetidos(V)

运行结果和方法一完全一致。

内容的提问来源于stack exchange，提问作者Gaspar