[問題] 找出重複的資料組

[helixc (@_2;)]

[問題類型]:

程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來)


[軟體熟悉度]:
新手(沒寫過程式，R 是我的第一次) + 入門(剛開始用R對語法不熟悉)

[問題敘述

資料格式如下，約有一百萬筆以上
有日期(date)、物種編號(bird_id)、物種名稱(bird_name)、數量(num
地點(place)與回報者(reporter)，資料叫做"bird"

每一個旅次會有好幾筆物種與數量的資料，
現在想要以旅次為單位進行分析。

資料大概長這樣：
>head(bird)
       date bird_id   bird_name num place reporter
1 2001-01-01  201       sp1       3 金門   John
2 2001-01-01  202       sp2       2 金門   John
3 2001-01-01  205       sp3       8 金門   John
4 2001-01-01 3507       sp4      10 金門   John
5 2001-01-01 4104       sp5       1 金門   John
6 2001-01-01 4105       sp6       1 金門   John


由於一個人一天只會去一個地方一次，
目前已經想到可以用date, place, reporter做組合篩選出同一批旅次的調查資料
程式碼如下：

>library('dplyr')
>birdtrip <- select(bird, date, place, reporter)
>birdtrip <- distinct(birdtrip, date, place, reporter)

理論上把旅次(birdtrip)編碼後就可以再對應到原來的資料當中，
但這部分還要想想怎麼寫，慢慢想應該想得出來XD


問題在於這些資料當初是在兩個不同介面蒐集的，
同一旅次的同一批資料有可能會被輸入兩次，
會出現在整個資料的不同地方，請問這要怎麼抓出來呢？


感謝各位

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.138.68.144
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1435844892.A.947.html
※ 編輯: helixc (223.138.68.144), 07/02/2015 21:50:55
推 Edster: a=c(1,1,1);b=c(1,3,1);d = data.frame(a,b);duplicated(d
→ Edster: duplicated(d)
→ celestialgod: 不太懂問題是什麼？可以舉例什麼叫做不同地方
→ celestialgod: 樓上那行跟distinct一樣效果喔~~
→ Edster: d = d[!duplicated(d),]
推 Edster: 請問c大, distinct是哪個library? 慚愧平常不太查library.
→ celestialgod: dplyr的 就是unique rows...
→ celestialgod: 我也很少查，所以我有先查distinct是什麼才問原PO
→ gsuper: distinct 是 mysql 的語法  與unique類似
→ gsuper: which(d %in% duplicated(d))  應該就差不多了
→ gsuper: which(d %in% d[duplicated(d)])