如何处理R数据框：提取两列重复值对应列数据并生成新数据框

首先，先修正一下你创建数据框的代码，原代码里用<-在data.frame()内赋值会导致列名异常，改用=更规范：

df <- data.frame(
  A = 1:5,
  B = c("A","B", "C", "B",'C'),
  C = c("A", "A", "B", 'B', "B")
)

接下来，根据你的需求，我们需要筛选出列B与列C值相等，且该值在列C中重复出现的行，最终保留B列和重命名后的Dupvalues（即原C列）。下面提供两种实现方式：

基础R方法 #

1. 先找出列C中出现次数≥2的重复值：

dup_c_values <- names(which(table(df$C) >= 2))

2. 筛选符合条件的行并调整列名：

df2 <- df[df$B == df$C & df$C %in% dup_c_values, c("B", "C")]
names(df2)[2] <- "Dupvalues"

运行后得到的df2就是你想要的结果：

> df2
  B Dupvalues
1 A         A
4 B         B

dplyr 方法（更简洁） #

如果你习惯用tidyverse工具链，可以用dplyr实现：

library(dplyr)

df2 <- df %>%
  # 按C列分组，判断每组出现次数是否≥2
  group_by(C) %>%
  filter(n() >= 2, B == C) %>%
  ungroup() %>%
  # 选择B列，并将C列重命名为Dupvalues
  select(B, Dupvalues = C)

这样也能得到完全一致的目标数据框。

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