CSV文件读取报错：重复行名及row.names设置异常求助

核心原因 #

你的count_data.csv文件第一列（基因名称）存在重复值，前30行无重复所以能正常读取，完整文件中后续出现的重复行名触发了R的行名唯一性校验。row.names=NULL会把原行名列转为普通数据列，导致列数超出预期；row.names=1无效则是因为重复行名的本质问题未解决。

分步解决方法 #

1. 定位重复基因名 #

先读取文件不指定行名，找出重复的基因名称：

# 读取文件，暂不设置行名
count_data <- read.csv("count_data.csv", row.names = NULL)
# 提取重复的基因名
duplicate_genes <- unique(count_data[, 1][duplicated(count_data[, 1])])
print(duplicate_genes)

2. 处理重复行名的三种可选方案 #

方案一：给重复行名加后缀（保留所有数据）

如果需要保留所有重复行，自动给重复名称添加序号后缀：

# 基础R实现
count_data <- read.csv("count_data.csv", row.names = NULL)
# 生成唯一行名
count_data[, 1] <- make.unique(count_data[, 1])
# 设置行名并移除原第一列
rownames(count_data) <- count_data[, 1]
count_data <- count_data[, -1]

# 或者用data.table更高效
library(data.table)
count_data <- fread("count_data.csv", header = TRUE, row.names = 1, check.names = FALSE)

方案二：合并重复行的数据（如求和/取均值）

若重复行是同一基因的重复记录，可合并数值列（以求和为例）：

library(dplyr)
count_data <- read.csv("count_data.csv", row.names = NULL)
# 按基因名分组，对数值列求和
count_data_merged <- count_data %>%
  group_by(across(1)) %>%
  summarise(across(where(is.numeric), sum))
# 设置行名并清理列
rownames(count_data_merged) <- count_data_merged[[1]]
count_data_merged <- count_data_merged[, -1]

方案三：仅保留重复行的第一条记录

如果重复行是冗余数据，只保留首次出现的记录：

count_data <- read.csv("count_data.csv", row.names = NULL)
# 去重，保留首次出现的行
count_data_unique <- count_data[!duplicated(count_data[, 1]), ]
# 设置行名并清理列
rownames(count_data_unique) <- count_data_unique[, 1]
count_data_unique <- count_data_unique[, -1]

3. 排查文件格式异常 #

若上述方法仍有问题，检查CSV文件本身：

• 打开文件查看是否存在单元格换行、分隔符错误（如混用逗号和制表符）
• 确认第一列无空值或特殊字符

内容的提问来源于stack exchange，提问作者Douwe