提问人：Hack-R 提问时间：2/5/2015 最后编辑：Dusan GrubjesicHack-R 更新时间：2/6/2015 访问量：49
查找包含重复字段的 ID 时遇到问题
Trouble Finding ID's with Duplicate Fields
问：
我的数据如下所示：
ID Email
1 [email protected]
2 [email protected]
3 [email protected]
4 someone[email protected]
5 [email protected]
6 [email protected]
每个 ID 应该正好有 1 封电子邮件，但事实并非如此。
> dim(data)
[1] 5071 2
> length(unique(data$Person_Onyx_Id))
[1] 5071
> length((data$Email))
[1] 5071
> length(unique(data$Email))
[1] 4481
因此，我需要找到具有重复电子邮件地址的ID。
看起来这应该很容易，但我要指出：
> sqldf("select ID, count(Email) from data group by ID having count(Email) > 1")
[1] ID count(Email)
<0 rows> (or 0-length row.names)
我还尝试删除子句并将结果发送到对象，并按...似乎每个人都有 1...havingcount(Email)IDcount(Email)
我会提供实际数据，但由于电子邮件地址的敏感性，我不能。dput
答：
2赞
Gordon Linoff
2/5/2015
#1
我的猜测是你有电子邮件。你可以通过使用而不是以下方法找到它：NULLcount(*)count(email)
select ID, count(*)
from data
group by ID
having count(*) > 1;
评论
0赞
Hack-R
2/6/2015
谢谢。是的，我也对此持怀疑态度，但这也给了我......<0 rows> (or 0-length row.names)
0赞
Hack-R
2/6/2015
好的，我已经通过 View（datat$Email[order（data$Email），]） 查看了重复项，所以它们毕竟是重复项
2赞
HLGEM
2/5/2015
#2
你是否也确定你没有相反的情况，同一个电子邮件的多个ID？
select Email, count(*)
from data
group by Email
having count(*) > 1;
评论
?duplicatedGroup By Emailsduplicatedlogical(0)