用于识别 R 中重复行的新列

Question

寻求一些关于创建新列的专业知识/指导，以根据一些选定的列指示可能的重复项。

我有以下数据框

ID	动物	年龄	外送	费用	国家
1	狗	5	空气	120	尼日利亚
2	猫	3	空气	110	肯尼亚
3	鱼	1	空气	20	肯尼亚
4	狗	5	空气	150	尼日利亚
5	猫	3	空气	100	肯尼亚
6	狗	6	空气	180	埃及
7	猫	3	空气	135	肯尼亚
8	乌龟	10	空气	90	尼日利亚

df = structure(list(ID = 1:8, Animals = c("dog", "cat", "fish", "dog", 
                                          "cat", "dog", "cat", "turtle"), Age = c(5L, 3L, 1L, 5L, 3L, 6L, 
                                           3L, 10L), Delivery = c("Air", "Air", "Air", "Air", "Air", "Air", 
                                           "Air", "Air"), Cost = c(120L, 110L, 20L, 150L, 100L, 180L, 135L, 
                                           90L), Country = c("Nigeria", "Kenya", "Kenya", "Nigeria", "Kenya", 
                                           "Egypt", "Kenya", "Nigeria")), class = "data.frame", row.names = c(NA, 
                                           -8L))

我想创建一个新列，突出显示 3 列 - 动物、年龄和国家是否重复多次以标记为重复项。

输出如下

ID	动物	年龄	外送	费用	国家	新专栏
1	狗	5	空气	120	尼日利亚	Y
2	猫	3	空气	110	肯尼亚	Y
3	鱼	1	空气	20	肯尼亚	N
4	狗	5	空气	150	尼日利亚	Y
5	猫	3	空气	100	肯尼亚	Y
6	狗	6	空气	180	埃及	N
7	猫	3	空气	135	肯尼亚	Y
8	乌龟	10	空气	90	尼日利亚	N

提前致谢！

Answer 1

您可以

group_by

您的目标列，然后使用

n()

查看每组是否有多个记录。

library(dplyr)

df %>% group_by(Animals, Age, Country) %>% mutate(dup = n() > 1) %>% ungroup()

# A tibble: 8 × 7
     ID Animals   Age Delivery  Cost Country dup  
  <int> <chr>   <int> <chr>    <int> <chr>   <lgl>
1     1 dog         5 Air        120 Nigeria TRUE 
2     2 cat         3 Air        110 Kenya   TRUE 
3     3 fish        1 Air         20 Kenya   FALSE
4     4 dog         5 Air        150 Nigeria TRUE 
5     5 cat         3 Air        100 Kenya   TRUE 
6     6 dog         6 Air        180 Egypt   FALSE
7     7 cat         3 Air        135 Kenya   TRUE 
8     8 turtle     10 Air         90 Nigeria FALSE