R语言如何按id重复条件将dataframe拆分为两个无重复id的数据框

直接用pandas内置的分组累计计数功能就能实现，不需要写复杂循环：核心逻辑是给同一个id下的所有行按出现顺序编上组内序号，再按序号拆分即可，最终拆分出的每个DataFrame都不会存在重复id。

具体代码 #

# 为每个id对应的记录标注组内出现次序，计数从0开始
df["group_seq"] = df.groupby("id").cumcount()

# 拆分得到两个结果，拆分后删除辅助列、重置索引
df_part1 = df[df["group_seq"] == 0].drop(columns="group_seq").reset_index(drop=True)
df_part2 = df[df["group_seq"] == 1].drop(columns="group_seq").reset_index(drop=True)

效果说明 #

• df_part1会保留每个id第一次出现的记录，对应示例里的Joe（id0123）、Susan（id0333）两条数据
• df_part2会保留每个id第二次出现的记录，对应示例里的Molly（id0333）、Kyle（id0123）两条数据
• 如果存在同一个id出现超过2次的情况，只要继续按group_seq等于2、3……的规则筛选，就能拆出更多无重复id的DataFrame，适配性很强
• 如果部分id只出现1次，这类记录只会被分到df_part1中，不会触发报错

对应参考结构 #

你提供的源DataFrame结构如下：

____________________
| id   |  name | age |
|____________________|
| 0123 | Joe   | 20  |            
|____________________|
| 0123 | Kyle  | 45  |              
|____________________|
| 0333 | Susan | 24  |            
|____________________|
| 0333 | Molly | 80  |              
|____________________|

运行代码后得到的拆分结果和预期完全一致：
第一个拆分结果df_part1：

____________________
| id   |  name | age |
|____________________|
| 0123 | Joe   | 20  |            
|____________________|
| 0333 | Susan | 24  |              
|____________________|

第二个拆分结果df_part2：

____________________
| id   |  name | age |
|____________________|
| 0333 | Molly | 80  |            
|____________________|
| 0123 | Kyle  | 45  |              
|____________________|

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