使用R语言duplicated()函数查找重复记录的问题

嘿，我懂你为啥疑惑啦！duplicated()函数的默认行为确实有点“藏一手”——它只会标记每组重复记录里除了第一次出现之外的后续行，所以你才只看到了部分重复项。要把所有属于重复组的行都揪出来，咱们可以用下面两种方法：

方法一：结合正向和反向重复标记 #

我们可以同时用duplicated()的默认模式和fromLast=TRUE模式，把两个结果用逻辑或（|）连接，这样就能覆盖所有重复组里的行：

# 获取所有重复行的索引
dup_indices <- duplicated(exdata) | duplicated(exdata, fromLast = TRUE)
# 筛选出所有重复记录
exdata[dup_indices, ]

运行这个代码后，你会得到所有重复的行：

a b
1  1 1
2  1 1
7  3 3
9  3 3
10 4 9
11 4 9
12 4 9

原理很简单：duplicated(exdata)标记“不是第一次出现”的重复行，duplicated(exdata, fromLast = TRUE)标记“不是最后一次出现”的重复行，两者取或之后，所有属于重复组的行都会被选中。

方法二：用dplyr包的分组筛选（tidyverse风格） #

如果你习惯用tidyverse工具链，也可以用dplyr的分组筛选功能，直接找出每组（按a和b分组）中行数大于1的记录：

library(dplyr)

exdata %>%
  group_by(a, b) %>%
  filter(n() > 1) %>%
  ungroup()

这个方法更直观，分组后只要该组的记录数超过1，就说明是重复组，直接把整个组的行都保留下来。

内容的提问来源于stack exchange，提问作者Lovetoken