这将只返回成对/双胞胎（没有不成对或三胞胎、四胞胎等）。

df <- data.frame(ID = c(1:3, 4330, 4331, 2333, 2334, 3336, 3337, 3349), sex = 2)
df <- df[order(df$ID),]
df[
  rep(
    with(
      rle(diff(df$ID)),
      cumsum(lengths)[lengths == 1L & values == 1]
    ), each = 2
  ) + 0:1,
]
#>     ID sex
#> 6 2333   2
#> 7 2334   2
#> 8 3336   2
#> 9 3337   2
#> 4 4330   2
#> 5 4331   2

说明：
对数据进行排序后，只有组中的个体（双胞胎、三胞胎等）与下一行中的个体的ID差异为1。diff(df$ID)返回整个data.frame中一行与下一行的ID值的差异。要识别双胞胎，我们需要找出diff(df$ID)在何处具有单独的1（即，前一个值和下一个值都不是1）。我们使用rle来找到那些孤立的1：

rle(diff(df$ID))
#> Run Length Encoding
#>   lengths: int [1:8] 2 1 1 1 1 1 1 1
#>   values : num [1:8] 1 2330 1 1002 1 12 981 1

当两个diff(df$ID)的值（values）和相同值的游程长度（lengths）都是1。这在第三、第五和第八次运行时发生。（在df内）由cumsum(lengths)给出，因此我们将它们子集在3，5，和8来获得df中每个孪生对的起始索引。我们用rep(..., each = 2)重复这些索引中的每一个两次，然后加上0:1（利用recycling in R）以获得作为双胞胎的任何个体的指数。

使用dplyr::lag()和lead()，可以将filter()添加到前一个ID为ID - 1或下一个ID为ID + 1的行：

library(dplyr)

df %>% 
  filter(lag(ID) == ID - 1 | lead(ID) == ID + 1)

# A tibble: 6 × 5
     ID   sex   zyg  race   SES
  <dbl> <dbl> <dbl> <dbl> <dbl>
1  4330     2     2     2     1
2  4331     2     2     2     1
3  2333     2     2     1    78
4  2334     2     2     1    78
5  3336     2     2     1    18
6  3337     2     2     1    18

• edit，这将 * 不会 * 过滤掉"三胞胎"、"四胞胎"等，这与注解中提到的附加要求相反。