R 创建新列以标识两列是否相同，但第三列中的值不同

我想在我的数据框中添加一个新列，其中包含true和false值，以告诉我两列是否有重复的值，但第三列是否有不同的值

这是我现在的表格：

| ID  | name | age|student|
| --- | -----|----|-------|
| 1   | Joe  |23  | Yes   |
| 2   | Rayan|13  | Yes   |
| 3   | Sara |20  | No    |
| 4   | Rayan|21  | Yes   |
| 5   | Sara |20  | Yes   |
| 6   | Joe  |23  | Yes   |

我想检查姓名和年龄是否有重复的值，但学生有不同的值。我希望生成的列如下所示：

| ID  | name | age|student|satisfy|
| --- | -----|----|-------|-------|
| 1   | Joe  |23  | Yes   | False |
| 2   | Rayan|13  | Yes   | False |
| 3   | Sara |20  | No    | False |
| 4   | Rayan|21  | Yes   | False |
| 5   | Sara |20  | Yes   | True  |
| 6   | Joe  |23  | Yes   | False |

---

只有Sara满足条件，因为在年龄和姓名中有重复的值，但student有不同的值。我怎样才能在R中做到这一点？

也许类似的东西可以帮助您：

df <- data.frame(
  id = c(1:6),
  name = c("Joe", "Rayan", "Sara", "Rayan", "Sara", "Joe"),
  age = c(23, 13, 20, 21, 20, 23),
  student = c("Yes", "Yes", "No", "Yes", "Yes", "Yes")
)

(df$satisfy <- duplicated(df[,2:3]) & !(duplicated(df[,2:4])))
[1] FALSE FALSE FALSE FALSE  TRUE FALSE

---

df使用
dplyr

library(dplyr)
df %>%
    group_by(name, age) %>% 
    mutate(ind =  n_distinct(student) > 1, 
    student = ind & duplicated(ind), ind = NULL) %>%
    ungroup
# A tibble: 6 x 4
#     id name    age student
#  <int> <chr> <dbl> <lgl>  
#1     1 Joe      23 FALSE  
#2     2 Rayan    13 FALSE  
#3     3 Sara     20 FALSE  
#4     4 Rayan    21 FALSE  
#5     5 Sara     20 TRUE   
#6     6 Joe      23 FALSE  

库（dplyr）
df%>%
按（姓名、年龄）分组%>%
突变（ind=n_独立（学生）>1，
学生=ind&重复（ind），ind=NULL）%>%
解组
#一个tibble:6x4
#身份证姓名年龄学生
#       
#1乔23错
#2 2 Rayan 13假
#3莎拉20错
#4雷恩21假
#5萨拉20真的吗
#6乔23错
这是一个简单而准确的答案。我试图将“从上一个”设置为“真”，所以Sara的两个条目都是真的，但我做不到。有没有办法做到这一点？如果名字足够好，那么我会继续使用
（df$satisfyAll%groupby（name，age）%%>%mutate（success=ifelse（n_distinct（student）=2，TRUE，FALSE））%%>%ungroup（）
为什么我们需要后续操作？这两个条件都只返回逻辑向量，不知道哪些行属于同一行。您可以通过管道进入后续操作或使用match来提取重复项的名称，但为什么要尝试在一行中执行所有操作。如果我有两个以上的条目，则这不起作用。例如，一旦我添加了另一个条目呃，有莎拉20岁的那一排，结果是另一个是真的。我只想得到其中一个。