R语言查找数据框中对应另一列多值的单列重复值

现有一个包含两列的R数据框（data.frame）：

• 第一列列名为A，存储数值
• 第二列列名为B，存储字母
  示例数据结构如下：

A B
1 a
1 a
1 a
2 b
2 c
3 d
4 e
4 e
5 f
5 g
5 g
5 h

数据规律为：多数A列的数值固定匹配同一个B列字母（例如1始终匹配a），但部分数值会匹配多个不同字母（例如2同时匹配b和c）。需求为查找所有匹配了多个不同字母的A列数值，以上述示例为例，最终返回结果应为包含2和5的向量。

运行以下代码即可加载示例数据：

example <- read.table(textConnection('
A B
1 a
1 a
1 a
2 b
2 c
3 d
4 e
4 e
5 f
5 g
5 g
5 h
'), header = TRUE, colClasses=c("double", "character"))

基础R（无需加载第三方包） #

写法1（可读性更高） #

# 按A列分组，统计每组对应不同B值的数量
group_stat <- aggregate(B ~ A, data = example, FUN = function(x) length(unique(x)))
# 筛选匹配多个字母的A值，输出为向量
result <- group_stat$A[group_stat$B > 1]

运行后result的输出为[1] 2 5，符合预期。

写法2（更简洁） #

result <- as.numeric(names(which(tapply(example$B, example$A, \(x) length(unique(x))) > 1)))

dplyr 实现（适合管道操作场景） #

如果日常使用tidyverse生态，可使用以下写法，逻辑更直观：

library(dplyr)

result <- example %>%
  distinct(A, B) %>% # 保留所有不重复的A-B配对
  count(A) %>% # 统计每个A值对应的唯一B值数量
  filter(n > 1) %>% # 筛选匹配数大于1的记录
  pull(A) # 提取A列作为结果向量

内容的提问来源于stack exchange，提问作者user19050587