如何删除R中data.tables中的重复（按名称）列？

Question

在使用fread阅读数据集时，我注意到有时我会获得重复的列名，例如（fread没有{{1}参数）

check.names

问题是：如果它们具有相同的名称，有没有办法删除2列中的1列？

Answer 1

怎么样

dt[,unique(names(dt)),with=FALSE]

？来自?data.table：

  

j：单列名，列名的单个表达，             'list（）'表示列名，表达式或             计算结果为'list'的函数调用（包括             'data.frame'和'data.table'也是'list'，或者             （当'with = FALSE'时）要选择的名称或位置向量。

这会选择每个名称的第一个出现（我不知道你想怎么处理这个）。

正如@DavidArenburg在上面的评论中建议的那样，您可以在check.names=TRUE中使用data.table()（但是，我在check.names中看不到fread()选项 - 也许我错过了什么。）

Answer 2

with=FALSE会返回您正在选择的列的副本。相反，只需使用:=，通过引用删除这些重复的列。

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

Answer 3

不同的方法：

1. <强>索引

   my.data.table <- my.data.table[ ,-2, with=FALSE]

2. <强>子集

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

3. 制作唯一名称如果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))

4. Optionnaly系统化删除的变量名称符合某些标准（这里，我们将删除所有名称以＆＃34; .X＆＃34; （X是一个数字，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)))