不知道这样写是不是最有效率，不过还是提供给你参考 AS=read.table("C:\\Users\\User\\Desktop\\1.txt",header = T) AS1=table(AS$ID) namess=names(AS1[AS1>1]) subset(AS, AS$ID %in% namess ) ※ 引述《microcat (微喵)》之铭言： : [软体程式类别]: : 请填入软体程式类别 例如SAS、SPSS、R、EVIEWS...等 : R : [程式问题]: : 资料处理、回归、叙述统计、logistic、probit...等 : 资料处理 : [软体熟悉度]: : 请把以下不需要的部份删除 : 中(3个月到1年) : [问题叙述]: : 请详尽叙述遭遇到的问题，可能的话，分点叙述你要处理的流程 : 目前有一笔资料，如下 : NO ID MA FA CD : 1 A 95 48 33.1 : 2 A 77 44 12.9 : 3 B 46 94 10.0 : 4 B 83 17 11.7 : 5 B 54 33 21.2 : 6 C 11 48 54.6 : 7 D 91 31 17.4 : 8 E 66 55 15.3 : 9 E 10 85 16.8 : 10 E 47 97 21.0 : 希望能将资料中，ID重复出现的资料予以保留 : output 如下： : NO ID MA FA CD : 1 A 95 48 33.1 : 2 A 77 44 12.9 : 3 B 46 94 10.0 : 4 B 83 17 11.7 : 5 B 54 33 21.2 : 8 E 66 55 15.3 : 9 E 10 85 16.8 : 10 E 47 97 21.0 : 想请问是否有效率高的写法！ : 能够分点叙述处理流程，基本上在撰写程式或者跑统计时是相当有帮助的 : 甚至有经验的人可以藉此告知你步骤是否错误 : [程式范例]: : 虽然张贴程式很可怕，但基本上有些程式还是要张贴才能解决 : 目前的想法是利用 table 找出重复的ID : 然後利用判别的方式，将重复的ID抓取出来 : 但是因为资料有百万笔，如果每个重复的ID都要进行比对 : 真的是很花时间，所以想请教大家是否有较方便的写法，谢谢 : 之前在算重复资料的平均，可以用下列的语法 : list1 <- sapply(probe1, tapply, probe1[,1], mean) : 例如上述的资料，就可以算出 : NO ID MA FA CD : 1 A 86 46 23.0 : 2 B 61 48 14.3 : 3 C 11 48 54.6 : 4 D 91 31 17.4 : 5 E 41 79 17.7 : 是否有类似的语法，再请各位帮忙，谢谢 : ----------------------------------------------------------------------------- -- --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.117.96.182