如何在R语言中筛选并排序多列重复的data.frame行？

原始数据 #

file = read.table(text = "sex age num          
M 32 5
F 31 2
M 91 2
M 30 1
M 23 1
F 19 1
F 31 2
F 21 2
M 32 5
F 65 3
M 24 5", header = T, sep = "")

需求 #

筛选出sex、age、num三列取值完全重复的所有行，并按重复组排序，得到如下结果：

result = read.table(text = "sex age num          
M 32 5
M 32 5
F 31 2
F 31 2", header = T, sep = "")

解决方案（使用dplyr） #

通过分组筛选直接保留所有重复组的行，无需单独组合distinct或duplicated：

library(dplyr)

result <- file %>%
  group_by(sex, age, num) %>%
  filter(n() >= 2) %>%  # 保留包含至少2行的重复组
  arrange(sex, age, num) %>%  # 按重复组排序
  ungroup()

# 输出结果
print(result)

代码说明 #

• group_by(sex, age, num)：将三列取值完全一致的行归为同一组
• filter(n() >= 2)：筛选出存在重复的组（行数≥2），保留组内全部行
• arrange(sex, age, num)：按分组列排序，确保同一重复组的行连续排列
• ungroup()：取消分组，还原为普通data.frame结构

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