R 返回具有多次出现的列值的df

我有一个数据帧df，我正在尝试对所有列

B

中有值的行进行子集，这些行在数据集中多次出现

我尝试使用table来执行此操作，但无法从表中进行子集设置：

t<-table(df$B)

我得到了错误

“x[subset&！is.na（subset）]中的错误： “closure”类型的对象不可子集“

---

如何使用表计数对数据帧进行子集划分？

我可以推荐一种使用

数据进行子集划分的更快的方法吗

require(data.table) ## 1.9.2
setDT(df)[, .N, by=B][N > 1L]$B

（或）您可以将
.I
（另一个特殊变量-请参见
？data.table
）与
.N
耦合，该变量在
df
中给出相应的行号，如下所示：

setDT(df)[df[, .I[.N > 1L], by=B]$V1]

（或者）看看@mnel的另一个变量（使用另一个特殊变量
.SD
）。
使用
table（）
并不是最好的，因为这样您就必须将它重新连接到data.frame的原始行。
ave
函数使计算不同组的行级别值变得更容易。比如说

dd<-data.frame(
    a=1:10,
    b=c(1,1,2,3,4,4,4,5,6, 6)
)


dd[with(dd, ave(b,b,FUN=length))>1, ]
#subset(dd, ave(b,b,FUN=length)>1)    #same thing

    a b
1   1 1
2   2 1
5   5 4
6   6 4
7   7 4
9   9 6
10 10 6

dd1，]
#子集（dd，ave（b，b，FUN=长度）>1）#相同
a b
1   1 1
2   2 1
5   5 4
6   6 4
7   7 4
9   9 6
10 10 6

这里，对于
b
的每个级别，它计算
b
的长度，这实际上只是
b
的数量，并将其返回到每个值的相应行。然后我们使用它来子集。
这里是一个
dplyr
解决方案（使用mrFlick的data.frame）

或者使用base R

dd[dd$b %in% unique(dd$b[duplicated(dd$b)]),]

我也在看plyr函数计数，但这会创建一个全新的数据帧。所有这些方法都会创建一个新的data.frame（或data.table）。R通常不会在适当的位置修改对象。你能解释一下.N吗？是的，当然。N返回每个组的计数（或长度）。此语法按B分组，并将计数显示为聚合的统计信息。然后，它通过计数大于1的B值进行过滤。如果您熟悉sql，这与此非常类似。df[where，select，groupby][having]@ChrisRobles-这里也有更多解释：
带有（dd，dd[b%in%names（table（b））[table（b）>1]，]）
将允许您使用
table
，尽管没有那么干净。对。我讨厌这样叫它两次。这是我可能使用函数的地方之一：
dd[dd$b%in%withX（表（dd$b），名称（X[X>1]），]
。或者您甚至可以使用
名称（Filter（函数（x）x>1，table（dd$b））
来获取名称。但这仍然会使他们转变为性格。但这就是为什么我说它“不是最好的”，而不是不可能的。dd%>%group_by（b）%>%filter（n（）>1）也应该起作用。或dd%>%分组依据（b）%>%筛选器（长度（行编号（））>1）
library(dplyr)
newd <-  dd %>% group_by(b) %>% filter(n()>1) #
newd
#    a b 
# 1  1 1 
# 2  2 1 
# 3  5 4 
# 4  6 4 
# 5  7 4 
# 6  9 6 
# 7 10 6 

setDT(dd)[,if(.N >1) .SD,by=b]

dd[dd$b %in% unique(dd$b[duplicated(dd$b)]),]