如何刪除R中data.tables中重復的（按名稱）列？

Question

在使用fread讀取數據集時，我注意到有時我會得到重復的列名，例如（ fread沒有check.names參數）

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

問題是：如果它們具有相同的名稱，有沒有辦法刪除 2 列中的 1 列？

Answer 1

怎么樣

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

這將選擇每個名稱的第一次出現（我不確定您想如何處理）。

正如@DavidArenburg 在上面的評論中所建議的那樣，您可以在data.table()或fread()使用check.names=TRUE

Answer 2

.SDcols方法將返回您選擇的列的副本。 相反，只需使用:=通過引用刪除那些重復的列。

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

Answer 3

不同的方法：

1. 索引

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

2. 子集

   my.data.table <- subset(my.data.table, select = -2)

3. 如果 1. 和 2. 不理想，則使用唯一名稱（例如，當有數百列時）

   setnames(my.data.table, make.names(names = names(my.data.table), unique=TRUE))

4. 可選地系統化刪除名稱符合某些標准的變量（在這里，我們將刪除名稱以“.X”結尾的所有變量（X 是一個數字，使用make.names時從 2 開始）

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