在R语言中如何仅保留dataframe中整行完全重复的记录？

以下提供R和Python两种主流数据处理场景的实现方式，均默认对全列做等值匹配，不需要指定单独的标识变量：

R语言实现 #

基础包原生duplicated函数默认就会对整行所有列做重复判断，返回逻辑向量，首次出现的行返回FALSE，后续重复出现的行返回TRUE：

# 仅提取重复出现的后续条目，匹配你统计到的233条重复行需求
# 假设原数据框名为df
duplicate_df <- df[duplicated(df), ]

如果需要保留所有出现过重复的行（即某行只要有重复，就把它和所有重复副本全部保留，比如某行共出现3次则3条全部留下），可以结合反向重复判断实现：

duplicate_df_all <- df[duplicated(df) | duplicated(df, fromLast = TRUE), ]

如果习惯用dplyr语法，也可以通过统计整行出现频次的方式实现：

library(dplyr)
duplicate_df <- df %>%
  add_count(across(everything())) %>%
  filter(n >= 2) %>%
  select(-n)

Python实现 #

pandas的duplicated方法逻辑和R一致，默认对全列做重复匹配：

import pandas as pd
# 仅提取重复出现的后续条目，匹配233条重复行需求
# 假设原数据框名为df
duplicate_df = df[df.duplicated()]
# 保留所有出现过重复的行（包含首次出现的条目）
duplicate_df_all = df[df.duplicated() | df.duplicated(keep='last')]

内容的提问来源于stack exchange，提问作者zwag