R 计算在一列中具有重复记录的唯一行数

这就是我的数据帧的外观：

a <- c(1,1,4,4,5)
b <- c(1,2,3,3,5)
c <- c(1,4,4,4,5)
d <- c(2,2,4,4,5)
e <- c(1,5,3,3,5)

df <- data.frame(a,b,c,d,e)

第3行和第4行在向量d（组合为4344）之前完全相同，因此只应返回其中的一个实例，但它们在向量e中有2个重复值。我想得到这些的一个计数，所以4344的组合在向量e中有两个重复的值

预期输出将告诉我某个组合（如4344）在向量e中有多少次重复值。因此，在这种情况下，它将类似于：

a b c d   e
4 3 4 4   2

---

R和SQL都可以工作，不管做什么都可以

同样，请参见我上面的评论，但我相信以下内容将为您的第一个问题提供一个开始。首先，创建一个“key”变量（在本例中名为

key\u abcd

，它使用

tidyr:：unite

来

unite

列

a

，

b

，

c

和

d

）。然后，通过此变量对

e

进行计数。

group_by

是隐式的

library(tidyr)
library(dplyr)

df <- data.frame(a,b,c,d,e,f,g)

df %>%
  unite(key_abcd, a, b, c, d) %>%
  count(key_abcd, e)

#   key_abcd     e     n
#      (chr) (dbl) (int)
# 1  1_1_1_2     1     1
# 2  1_2_4_2     5     1
# 3  4_3_4_4     3     2
# 4  5_5_5_5     5     1

library（tidyr）
图书馆（dplyr）
df%
联合（键abcd，a，b，c，d）%>%
计数（键_abcd，e）
#钥匙
#（chr）（dbl）（内部）
# 1  1_1_1_2     1     1
# 2  1_2_4_2     5     1
# 3  4_3_4_4     3     2
# 4  5_5_5_5     5     1

---

从您对问题的措辞来看，您只对“多个”组合感兴趣，因此，您可以在上述代码中添加

%%>%filter（n>1）

。

如果您打算投反对票，反馈将是有用的。我没有投反对票，但如果您打算使用SQL标记，那你应该有桌子的结构。啊！对我应该这么做。当我为示例创建SQL表时，我将去掉标记。如果您向我们展示给定示例的预期输出，其他人可能会更容易提供帮助。我也没有投反对票，但我猜这是因为你的问题上有两个语言标签，零代码表明你试图先自己解决问题。另外，你介意解释一下%>%的确切含义吗？我会将“第二部分”作为一个单独的问题提问，并删除原始问题中对它的所有引用。此外，我将扩展您的示例数据，以包括多个通过/失败案例。

%%>%%

是一个正向管道操作符，允许您将多个操作链接在一起。请参阅

？“%%>%”

或查看

dplyr

中的一些渐晕图，或查找

magrittr

包。长和短：

x%>%f（y）

变成

f（x，y）

。谢谢Jason。编辑了我的帖子，我会听从你的建议。

library(tidyr)
library(dplyr)

df <- data.frame(a,b,c,d,e,f,g)

df %>%
  unite(key_abcd, a, b, c, d) %>%
  count(key_abcd, e)

#   key_abcd     e     n
#      (chr) (dbl) (int)
# 1  1_1_1_2     1     1
# 2  1_2_4_2     5     1
# 3  4_3_4_4     3     2
# 4  5_5_5_5     5     1