你的数据我没法费力打一遍，但是我自己编了一个类似的例子，但是道理和你一样，我的数据是：
> 车辆<-c("A","C","H","E","B","C","E","G","F","H")
> 观测数据<-runif(10,min=1,max=2)
> example_car<-data.frame(车辆,观测数据)
A，B，C...等表示车辆，后面生成了1-2之间均匀分布的10个随机数作为你的时间列，这样整合成的数据框example_car就和你的原题类似了，也就是如下：
车辆 观测数据
1     A 1.619539
2     C 1.043553
3     H 1.737147
4     E 1.174920
5     B 1.451731
6     C 1.573667
7     E 1.499189
8     G 1.560143
9     F 1.620255
10    H 1.453784
由于需要看谁进场了两次，需要进行频数统计，使用table函数，即
x<-table(example_car$车辆)
此时的x值如下
A B C E F G H
1 1 2 2 1 1 2
为了保持一致，我们把x转化成数据框，即
x<-as.data.frame(x)
此时的x就是很熟悉的一种形式了：
Var1 Freq
1    A    1
2    B    1
3    C    2
4    E    2
5    F    1
6    G    1
7    H    2
下一步需要在生成的频数数据框x和原数据框examp_car中搭建可以共同的桥梁，共同变量是车辆，我们先把x的第一列名称改为车辆以求统一，即
names(x)[1]<-"车辆"
此时的x形式为
车辆 Freq
1    A    1
2    B    1
3    C    2
4    E    2
5    F    1
6    G    1
7    H    2
现在就可以使用merge函数进行合并了，merge(x,y,by=)中，x,y为两个数据框，by是靠什么整合在一起，因此本例中：
example_car1<-merge(example_car,x,by="车辆")
整合后的example_car1为
车辆 观测数据 Freq
1     A 1.210787    1
2     B 1.919810    1
3     C 1.458615    2
4     C 1.639834    2
5     E 1.747508    2
6     E 1.905324    2
7     F 1.285928    1
8     G 1.539241    1
9     H 1.398195    2
10    H 1.669576    2
最后一步就是很简单的把Freq为2的筛选出来就好了，即
example_car1[example_car1$Freq==2,]
[  ]中“，”之前表示行，后面表示列，列为空表示全部列，行为example_car1$Freq==2表示筛选出Freq=2的行，最终的example_car1就是结果，如下所示
车辆 观测数据 Freq
3     C 1.458615    2
4     C 1.639834    2
5     E 1.747508    2
6     E 1.905324    2
9     H 1.398195    2
10    H 1.669576    2

上述代码亲测有效，不明白可以给我发邮件，mijiyougu@163.com（觅寄忧谷的拼音）
希望能帮到你！

df %>% group_by(车牌) %>% summarise(n=n()) %>% filter(n=2)

duplicated

如果是人家只要两次，不要三次的，duplicated就不太好用了哈

您好  太感谢了  只是 关于两个数据框的整合那部分 用的函数
不知道为什么 看不到   
您是否可以再说一下那个函数呢