dplyr 相当于重复（），显示除第一行之外的重复行

Question

相当于

df[duplicated(df[,subset]),]

的 dplyr 是什么，即对于基于

subset

列的每组重复项，保留所有行 但第一个匹配项？

这将显示所有重复的行，可以选择按子集：

df %>% filter(n() > 1, .by = col)

这是我能想到的最好的 SQL 风格，使用 GROUP BY（我相信 dplyr 应该保持行顺序）：

# replace with group_by_all for all columns
df %>% group_by(col) %>% filter(row_number() > 1) 

Answer 1

也许你可以尝试下面的方法

set.seed(0)
df <- data.frame(id = 1:30, matrix(sample(1:3, 90, replace = TRUE), ncol = 3))
cols <- c("X2", "X3")
df %>%
  filter(duplicated(select(., all_of(cols))))