如何从R语言数据集中移除孤立的伙伴列？

我是R语言和编程新手，处理方式可能完全不对，求指导。我有一份生成了多组指标列的报表，做数据清理时会删掉部分列（比如全NA、全0、值固定的列），但没法保证总是按配对删除。为了后续处理方便，我想删除那些没有配对的孤立列，不知道该怎么操作。这些配对列有固定的命名规则：原列名和带.partner后缀的列是一对。

可复现数据集 #

df2 <- mtcars
names(df2) <- paste0(colnames(mtcars), ".partner")
dataset <- cbind(mtcars, df2)
num <- c(2, 4, 12, 16, 19, 22)
dataset <- dataset[, -num]
head(dataset)

注：我场景里配对列是相邻的，但这不影响处理逻辑。

需要处理的孤立列 #

本示例中的孤立列（加粗标注）如下：
"mpg", "mpg.partner", "drat", "wt", "wt.partner", "vs", "am", "am.partner", "gear", "gear.partner", "carb", "carb.partner", "cyl.partner", "disp.partner", "hp.partner"

预期结果：删除所有上述无配对的孤立列，只保留完整配对的列。

解决方案 #

核心思路 #

先给每个列提取"基础名称"：

• 普通列的基础名称就是自身
• 带.partner后缀的列，基础名称去掉后缀后和对应原列一致

然后统计每个基础名称的出现次数，只保留出现2次的（说明原列和partner列都存在）。

具体代码 #

# 提取所有列名
col_names <- colnames(dataset)

# 生成每个列对应的基础名称
base_names <- ifelse(
  grepl("\\.partner$", col_names),  # 判断是否是partner列
  sub("\\.partner$", "", col_names),  # 去掉partner后缀
  col_names  # 普通列直接用原名称
)

# 统计每个基础名称的列数
name_counts <- table(base_names)

# 筛选出有完整配对的基础名称（出现2次）
valid_bases <- names(name_counts[name_counts == 2])

# 过滤数据集，只保留有效列
cleaned_dataset <- dataset[, base_names %in% valid_bases]

# 查看清理后的结果
head(cleaned_dataset)

代码说明 #

• grepl("\\.partner$", col_names)：用正则表达式匹配以.partner结尾的列名
• sub("\\.partner$", "", col_names)：批量去掉列名的.partner后缀
• table(base_names)：统计每个基础名称对应的列数量，完整配对的会出现2次
• 最后通过base_names %in% valid_bases筛选出所有有配对的列

内容的提问来源于stack exchange，提问作者R_beginner