如何删除 R 中 data.tables 中的重复（按名称）列？

Question

在使用 fread 读取数据集时，我注意到有时会出现重复的列名，例如（fread 没有 check.names 参数）

> data.table( x = 1, x = 2)
   x x
1: 1 2

问题是：如果 2 列具有相同的名称，是否有任何方法可以删除其中的 1 列？

Answer 1

不同的方法：

索引

my.data.table <- my.data.table[ ,-2]
子集

my.data.table <- subset(my.data.table, select = -2)
创建唯一名称 如果 1. 和 2. 不理想（例如，当有数百列时）

setnames(my.data.table, make.names(names = names(my.data.table), unique=TRUE))
可选地系统化删除 名称符合某些标准的变量（在这里，我们将删除名称以“.X”结尾的所有变量（X 为数字，使用 make.names 时从 2 开始）

my.data.table <- subset(my.data.table, select = !grepl(pattern = "\.\d$", x = names(my.data.table)))

Answer 2

怎么样

dt[, .SD, .SDcols = unique(names(dt))]

这会选择每个名字的 第一次 出现（我不确定你想如何处理这个）。

正如@DavidArenburg 在上面的评论中所建议的，您可以在 data.table() 或 fread()

中使用 check.names=TRUE

Answer 3

.SDcols 方法将 return 您选择的列的副本。相反，只需使用 := 通过引用删除那些重复的列。

dt[, which(duplicated(names(dt))) := NULL]
#    x
# 1: 1

How to remove duplicated (by name) column in data.tables in R?