如何使用dplyr获取重复行而非仅返回逻辑向量？

我来帮你搞定这个需求！你想要获取所有包含重复元素的行（比如基于Name和year字段的重复组合），而不只是标记重复的逻辑向量，这里有两种清晰的解决方案：

方法1：按重复组合分组筛选（最直接） #

如果你的重复判断是基于Name和year的组合（也就是同一姓名+同一年份的行视为重复），最直接的方式是同时按这两个字段分组，然后筛选出组内行数大于1的所有行：

df %>%
  group_by(Name, year) %>%
  filter(n() > 1) %>%
  ungroup()

逻辑说明 #

• group_by(Name, year)：把相同姓名和年份的行归为一组
• filter(n() > 1)：只保留那些组内行数超过1的分组（也就是存在重复的组合）
• ungroup()：取消分组，回到普通数据框格式

方法2：按Name分组，筛选组内存在重复year的行 #

如果你坚持要按Name单独分组，想要保留所有在该姓名下存在重复年份的行（包括该姓名下其他年份的行，如果有的话），可以这样补全你的代码：

df %>%
  group_by(Name) %>%
  filter(any(duplicated(year) | duplicated(year, fromLast = TRUE))) %>%
  ungroup()

逻辑说明 #

• duplicated(year)：标记组内除第一个出现外的重复年份行
• duplicated(year, fromLast = TRUE)：标记组内除最后一个出现外的重复年份行
• 两者取|再用any()判断：只要组内存在重复的年份，就保留该组的所有行

举个例子，如果某Name下有2020年重复2次，还有2021年1次，这个方法会把该Name的3行都保留下来；而方法1只会保留2020年的那2行。你可以根据实际需求选择对应的方法~

内容的提问来源于stack exchange，提问作者bli12blu12