如何按某列重复值拆分R语言DataFrame为两个数据框？

让我来帮你搞定这个DataFrame拆分的需求，先拆解你遇到的两个问题，再给你更高效的实现方法：

1. 你的for循环为什么会出列数为0的问题？ #

你初始化dfSingle = data.frame()和dfMultiple = data.frame()的时候，这俩都是完全空的、没有任何列结构的数据框。当你尝试给它们赋值行的时候，R不知道要匹配原数据框的哪些列，自然就生成了列数为0的结果。

要修正这个循环的话，你得先创建和原数据框结构完全一致的空数据框，保留列名和数据类型，只是没有行：

dfSingle = df[0, ]  # 保留df的列结构，行数为0
dfMultiple = df[0, ]

之后再执行你的循环逻辑，就能得到正确的结果了。不过说实话，循环并不是最优解，下面给你更简洁高效的方法。

2. 更简洁高效的拆分方法 #

核心思路是：先找出Three列里所有出现次数≥2的字符，然后根据这个规则把原数据框拆成两部分。

方法一：基础R实现（两种方式） #

方式A：基于频次统计

先统计每个字符的出现次数，再筛选出重复的字符：

# 统计Three列每个字符的出现频次
char_freq = table(df$Three)
# 提取出现次数超过1的字符
repeat_chars = names(char_freq[char_freq > 1])

# 拆分数据框
dfMultiple = df[df$Three %in% repeat_chars, ]
dfSingle = df[!df$Three %in% repeat_chars, ]

方式B：用双向duplicated()函数

duplicated(df$Three)会标记除首次出现外的重复行，而duplicated(df$Three, fromLast = TRUE)会标记除最后一次出现外的重复行，两者取或就能得到所有属于重复组的行：

# 标记所有属于重复组的行
is_in_repeat_group = duplicated(df$Three) | duplicated(df$Three, fromLast = TRUE)

dfMultiple = df[is_in_repeat_group, ]
dfSingle = df[!is_in_repeat_group, ]

这个方法不需要额外统计频次，代码更简洁，运行效率也更高。

方法二：用dplyr包（管道风格，可读性更强） #

如果你熟悉tidyverse生态的话，用dplyr可以写出更直观的代码：

library(dplyr)

# 先分组计算每个字符的出现次数，再拆分
df_with_count = df %>%
  group_by(Three) %>%
  mutate(group_count = n()) %>%
  ungroup()

# 拆分出重复组和唯一组
dfMultiple = df_with_count %>% filter(group_count > 1) %>% select(-group_count)
dfSingle = df_with_count %>% filter(group_count == 1) %>% select(-group_count)

这种写法逻辑清晰，后续如果要加其他处理步骤也很方便。

验证结果 #

用你的示例数据测试的话，最终：

• dfSingle会包含Three列为"a"、"b"、"g"的所有行（这些字符仅出现一次）
• dfMultiple会包含Three列为"c"、"d"、"e"的所有行（这些字符出现多次）

内容的提问来源于stack exchange，提问作者user5376411