r - 如何使用 dplyr 在特定列中查找哪些组具有相同的值？

Question

我有一张包含字母和数字的表格:

xx <- tibble (letter = c (rep ("a", 3), rep ("b", 3), rep ("c", 3)),
              number = c (1, 2, 3, 1, 2, 3, 4, 5, 6))

我想首先按“字母”对数据进行分组，然后检查数字列中是否有任何两组具有相同的值。这些将是“字母”列中带有字母“a”和“b”的组。
结果看起来像这样

xx <- tibble (letter = c (rep ("a", 3), rep ("b", 3), rep ("c", 3)),
              number = c (1, 2, 3, 1, 2, 3, 4, 5, 6),
              duplicated = c (rep (TRUE, 6), rep (FALSE, 3)) )

有没有办法在 dplyr 中优雅地做到这一点？

Answer 1

您可以使用 cur_group()子集 xx并测试遏制:

library(dplyr)

xx %>% 
  group_by(letter) %>% 
  mutate(duplicated = number %in% xx$number[!xx$letter %in% cur_group()]) %>%
  ungroup()

cur_group()表示当前分组变量的值(例如 a 、 b 、 c )。

我们使用 cur_group() 的值对向量进行子集 xx$number对于那些不属于当前组的人 ( !xx$letter %in% cur_group() )。

最后，我们检查当前组是否number位于该子集中( number %in% ... )。

输出

  letter number duplicated
  <chr>   <dbl> <lgl>     
1 a           1 TRUE      
2 a           2 TRUE      
3 a           3 TRUE      
4 b           1 TRUE      
5 b           2 TRUE      
6 b           3 TRUE      
7 c           4 FALSE     
8 c           5 FALSE     
9 c           6 FALSE