查找重复行的索引

Question

查找重复行的索引

R中复制的函数执行重复行搜索。如果我们想要删除重复项，我们只需要编写df[!duplicated(df),]，重复项将从数据框中删除。

但是如何找到重复数据的索引呢？如果duplicated在某行上返回TRUE，则意味着这是数据帧中第二次出现这样的行，并且可以很容易地获得其索引。如何获得该行首次出现的索引？或者，换句话说，重复行与之相同的索引？

我可以在data.frame上做一个循环，但我认为这个问题有一个更优雅的答案。

Answer 1

这将返回逻辑索引向量：duplicated(df)&nbsp;|&nbsp;duplicated(df[nrow(df):1,&nbsp;])[nrow(df):1]这是一个例子：df&nbsp;<-&nbsp;data.frame(a&nbsp;=&nbsp;c(1,2,3,4,1,5,6,4,2,1))duplicated(df)&nbsp;|&nbsp;duplicated(df[nrow(df):1,&nbsp;])[nrow(df):1]#[1]&nbsp;&nbsp;TRUE&nbsp;&nbsp;TRUE&nbsp;FALSE&nbsp;&nbsp;TRUE&nbsp;&nbsp;TRUE&nbsp;FALSE&nbsp;FALSE&nbsp;&nbsp;TRUE&nbsp;&nbsp;TRUE&nbsp;&nbsp;TRUEwhich(duplicated(df)&nbsp;|&nbsp;duplicated(df[nrow(df):1,&nbsp;])[nrow(df):1])#[1]&nbsp;&nbsp;1&nbsp;&nbsp;2&nbsp;&nbsp;4&nbsp;&nbsp;5&nbsp;&nbsp;8&nbsp;&nbsp;9&nbsp;10更新（基于注释）：如果fromLast = TRUE用作函数参数，则可以减少命令的复杂性。这比创建两个反向向量更容易。duplicated(df)&nbsp;|&nbsp;duplicated(df,&nbsp;fromLast&nbsp;=&nbsp;TRUE)duplicated(df)&nbsp;|&nbsp;duplicated(df,&nbsp;fromLast&nbsp;=&nbsp;TRUE)#[1]&nbsp;&nbsp;TRUE&nbsp;&nbsp;TRUE&nbsp;FALSE&nbsp;&nbsp;TRUE&nbsp;&nbsp;TRUE&nbsp;FALSE&nbsp;FALSE&nbsp;&nbsp;TRUE&nbsp;&nbsp;TRUE&nbsp;&nbsp;TRUE这个怎么运作？该功能duplicated以相反的行顺序应用于原始数据帧和数据帧。后者的输出再次逆转。请注意，原始数据中第一次出现的重复值是反转版本中的最后一次出现。此后，这两个向量使用组合|由于TRUE它们中的至少一个表示重复的值。

Answer 2

如果您使用的是键控&nbsp;data.table，则可以使用以下优雅语法library(data.table)DT&nbsp;<-&nbsp;data.table(A&nbsp;=&nbsp;rep(1:3,&nbsp;each=4),&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;B&nbsp;=&nbsp;rep(1:4,&nbsp;each=3),&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;C&nbsp;=&nbsp;rep(1:2,&nbsp;6),&nbsp;key&nbsp;=&nbsp;"A,B,C")DT[unique(DT[duplicated(DT)]),which=T]打开包装DT[duplicated(DT)]&nbsp;子集那些重复的行。unique(...)仅返回重复行的唯一组合。这涉及任何重复超过1的案例（重复重复，例如重复等）DT[..., which = T]&nbsp;将重复的行与原始行合并，并which=T返回行号（没有which = T它只会返回数据）。你也可以用&nbsp;DT[,count&nbsp;:=&nbsp;.N,by&nbsp;=&nbsp;list(A,B,C)][count>1,&nbsp;which=T]