R语言如何筛选数据框中V6列值恰好出现2次的行

原有代码失效原因 #

之前写的duplicated(V6)逻辑存在缺陷：这个函数只会标记重复值里非第一次出现的行，既不会统计每个取值的总出现次数，还会漏掉重复取值对应的第一行，无法满足“取值恰好出现2次就保留全部对应行”的要求。

可用实现方案 #

dplyr 方案 #

如果习惯用tidyverse语法，分组统计每组行数后筛选即可，逻辑最清晰：

library(dplyr)

df <- as.data.frame(date)
# 按V6分组，保留组内恰好2行的所有数据
df1 <- df %>%
  group_by(V6) %>%
  filter(n() == 2) %>%
  ungroup()

如果不想写分组逻辑，也可以用add_count直接生成频次列筛选：

df1 <- df %>%
  add_count(V6) %>%
  filter(n == 2) %>%
  select(-n)

基础R方案 #

不加载第三方包也能实现，两种写法任选：

1. 用ave按组计数筛选

df <- as.data.frame(date)
df1 <- df[ave(seq_len(nrow(df)), df$V6, FUN = length) == 2, ]

2. 用table统计频次后匹配目标值

v6_freq <- table(df$V6)
target_val <- names(v6_freq)[v6_freq == 2]
df1 <- df[df$V6 %in% target_val, ]

示例数据集参考 #

上述代码运行后，会自动过滤V6列取值出现1次、3次及以上的所有行，仅保留出现恰好2次的取值对应的全部两行结果，和预期一致。

内容的提问来源于stack exchange，提问作者Daisy