首先，我们先复现你的示例数据框，方便测试：

# 构建示例数据框
df <- data.frame(
  T1 = c("a1", "c1", "e1", "d1", "a3", "f1", "f2"),
  T2 = c("b1", "d1", "a1", "b2", "a3", "f1", "f3"),
  T3 = c(NA, NA, "e1", "d1", NA, "a4", "f3"),
  T4 = c(NA, NA, NA, "b2", NA, "b3", "f5"),
  T5 = c(NA, NA, NA, NA, NA, "a4", "f6"),
  T6 = c(NA, NA, NA, NA, NA, NA, "f7"),
  T7 = c(NA, NA, NA, NA, NA, NA, "c1"),
  T8 = c(NA, NA, NA, NA, NA, NA, "c1"),
  T9 = c(NA, NA, NA, NA, NA, NA, "f2"),
  T10= c(NA, NA, NA, NA, NA, NA, "f3"),
  stringsAsFactors = FALSE
)

正确的解决方案 #

你可以用两种方式实现预期的标记列D：

方法1：通过长度比较判断重复 #

这种方式逻辑直观，先过滤每行的NA值，再对比原非NA元素长度和去重后的长度：

df$D <- apply(df, 1, function(row) {
  # 提取当前行的非NA元素
  non_na_vals <- row[!is.na(row)]
  # 若非NA元素长度 > 去重后的长度，说明存在重复
  length(non_na_vals) != length(unique(non_na_vals))
})

方法2：使用duplicated()结合any() #

利用duplicated()的incomparables = NA参数忽略空值，再用any()判断是否存在重复元素：

df$D <- apply(df, 1, function(row) {
  any(duplicated(row, incomparables = NA))
})

运行上述任意一种代码后，你会得到预期的结果：

> df$D
[1] FALSE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE

分析你之前代码的问题 #

1. 自定义函数dupl的问题 #

• 你在函数里直接修改全局变量df$D，每次循环都会覆盖整个列的值，而不是给对应行赋值，最终所有行都会变成最后一次循环的结果；
• duplicated(x[i])返回的是一个和当前行长度相同的逻辑向量（每个元素标记是否是重复项），而if()需要单个逻辑值，这里会触发长度不匹配的错误。

2. 第二种apply代码的问题 #

你用了df[-1]作为apply的输入，这会排除数据框的第一列（T1），导致部分行的重复元素没被检测到。比如第三行的T1（e1）和T3（e1）是重复的，但因为排除了T1，代码无法识别这个重复，所以返回错误的结果。只要把df[-1]改成df，就能得到正确结果。

内容的提问来源于stack exchange，提问作者Malna