R语言：如何提取DataFrame中任意两列重复数值生成新表

嘿，我来帮你搞定这个需求！你要的是从三列里找出任意两列都出现过的数值，整理成新的DataFrame对吧？我给你分步骤写清楚，还附示例代码，你可以直接套到自己的数据上。

第一步：先构造示例数据（方便你理解） #

假设你的原始数据长这样：

# 模拟你的DataFrame
df <- data.frame(
  year1 = c(1, 2, 3, 4, 5),
  year2 = c(3, 4, 6, 7, 8),
  year3 = c(5, 6, 9, 10, 4)
)

第二步：计算每两组列的交集，整理成带标注的DataFrame #

如果需要知道每个重复数值具体出现在哪两列，咱们可以给每个交集加上列对标签，再合并起来：

# 加载dplyr包（没装的话先跑 install.packages("dplyr")）
library(dplyr)

# 分别计算三对列的交集，并添加上对应的列对名称
year1_year2 <- tibble(value = intersect(df$year1, df$year2), pair = "year1 & year2")
year2_year3 <- tibble(value = intersect(df$year2, df$year3), pair = "year2 & year3")
year1_year3 <- tibble(value = intersect(df$year1, df$year3), pair = "year1 & year3")

# 把三个结果合并成最终的DataFrame
result_df <- bind_rows(year1_year2, year2_year3, year1_year3)

# 查看结果
print(result_df)

运行后你会得到这样的结果：

# A tibble: 6 × 2
  value pair          
  <dbl> <chr>         
1     3 year1 & year2
2     4 year1 & year2
3     6 year2 & year3
4     4 year2 & year3
5     5 year1 & year3
6     4 year1 & year3

第三步：如果需要去重（同一个值只保留一次） #

要是你不想看到重复的数值（比如上面的4出现在三对列里，只留一条记录），可以用distinct去重：

result_df_distinct <- result_df %>% distinct(value, .keep_all = TRUE)
print(result_df_distinct)

结果会变成：

# A tibble: 4 × 2
  value pair          
  <dbl> <chr>         
1     3 year1 & year2
2     4 year1 & year2
3     6 year2 & year3
4     5 year1 & year3

极简版：只需要去重后的数值列表 #

如果不需要标注列对，只想要所有在任意两列重复的数值，直接这样写：

# 收集所有两两交集的数值，再去重
unique_duplicates <- unique(c(
  intersect(df$year1, df$year2),
  intersect(df$year2, df$year3),
  intersect(df$year1, df$year3)
))

# 转成DataFrame
result_simple <- data.frame(value = unique_duplicates)
print(result_simple)

输出：

value
1     3
2     4
3     6
4     5

说说你之前合并失败的可能原因 #

你之前合并没成功，大概率是这两个问题：

• 合并前的子DataFrame列名不统一，导致rbind报错；
• 没有正确用intersect提取交集，而是直接合并了原始列的数据，结果不对。

试试上面的代码，应该能完美解决你的需求~

内容的提问来源于stack exchange，提问作者user44212