如何在R语言中基于多列数据使用duplicated识别重复值？

嘿，我明白你遇到的问题了——用duplicated处理单变量没问题，但多变量组合就卡壳了对吧？其实这个函数本身就支持多列组合的判断，不用自己用&去拼接，我给你一步步讲清楚：

核心方法：直接传入多列子集给duplicated #

duplicated函数可以接收数据框的子集（也就是你要判断重复的多列）作为参数，而不是只能传单个向量。这样就能直接基于多列的组合来识别重复行。

步骤1：先优化你的示例数据类型 #

首先注意你的示例数据里，ID、Date、Sale都是字符型，建议先把Date转成日期类型，Sale转成数值型，这样判断重复更准确：

# 创建数据框时避免自动转因子，同时转换类型
DF1 <- data.frame(ID = c('1','1','3','4','3'), 
                  Date = as.Date(c('01-04-2016','01-05-2016','01-04-2016','01-06-2016', '01-04-2016'), format = "%d-%m-%Y"),
                  Sale = as.numeric(c('1000','1000','1000','2000', '1000')),
                  stringsAsFactors = FALSE)

步骤2：基于多列标记重复值（仅标记后续重复行） #

如果你只想标记除第一次出现外的重复行，直接传入你要判断的列名组合即可：

# 基于ID、Date、Sale三列判断重复
DF1$dupes <- duplicated(DF1[c("ID", "Date", "Sale")])

# 查看结果
print(DF1)

运行后你会看到第5行的dupes是TRUE，因为它和第3行的三列数据完全一致，属于后续出现的重复行。

步骤3：标记所有重复行（包括首次出现的） #

如果需要把第一次出现的重复行也标记出来（比如第3行和第5行都标记为重复），可以结合fromLast = TRUE的参数，用逻辑或连接两个方向的判断结果：

# 标记所有重复的行（首次出现的也会被标记）
DF1$all_dupes <- duplicated(DF1[c("ID", "Date", "Sale")]) | duplicated(DF1[c("ID", "Date", "Sale")], fromLast = TRUE)

为什么之前用&会有问题？ #

你之前尝试DF1$dupes &...的思路是把单列的重复结果做逻辑与，但这其实不对——单列重复不代表多列组合重复，比如你的数据里ID=1出现了两次，但Date不同，所以不是重复行，而用单列重复的逻辑与会误判。直接传入多列子集给duplicated才是正确的方式，它会逐行比较多列的组合是否完全一致。

内容的提问来源于stack exchange，提问作者Adam_S