使用唯一标识符计算重复变量之间的相似度

Question

我有一个看起来像这样的数据集，其中ID应该是唯一的标识符。有重复的第1和4行，但由于年份的差异，第1和6和3行。可变DUPFREQ显示数据集中是否有任何类似实例，包括该行。

	ID	年	Tlabor	Rev	Dupfreq
1	1419	2005	5	1072	2
2	1425	2005 2005	42	2945	1
3	1419	2005	4	950	2
4	1443	2006	18	3900	1
5	1485	2006	118	35034	1
6	1419	2006 2006 2006 2006	6	1851	1

I想要检查行相似（Tlabor） Rev）对于那些患有Dupfreq＆gt＆gt的人； 1，ID和年的组。

我在想类似的事情：

	id	sim	请注意，dupfreq可以是2; 2，但是如果我只能使用dupfreq == 2的行生成新表，
1	1419	2005	0.83

我也可以。

任何建议都非常感谢！提前致谢！