使用R绘制CSV数据直方图时出现重复列，如何合并？

为什么会出现重复列？ #

看似相同的类别（比如“chat rooms”“tip”）被ggplot当成不同类别，核心原因是这些字符串存在隐藏差异：

• 前后有看不见的半角/全角空格
• 字符串中间有多余空格
• 大小写不一致（比如“Tip”和“tip”）
• 包含换行符或其他不可见控制字符

Excel里直接复制覆盖没法清除这些隐藏内容，所以读入R后还是会被识别为不同的x轴类别。

解决步骤 #

1. 先确认问题所在 #

在R里运行以下代码，查看platform列的所有唯一值及字符长度，快速定位差异：

# 查看所有唯一值
unique(data$platform)
# 查看每个唯一值的字符长度
sapply(unique(data$platform), nchar)

2. 清理字符串 #

根据检查结果，用以下方法统一处理：

• 去除前后空格：

data$platform <- trimws(data$platform)

• 统一大小写（比如全部转小写）：

data$platform <- tolower(data$platform)

• 去除中间多余空格（把多个空格合并为一个）：
  先安装stringr包（未安装时执行）：

install.packages("stringr")

再运行清理代码：

library(stringr)
data$platform <- str_squish(data$platform)

• 转换全角字符为半角（存在全角空格/字符时使用）：
  先安装stringi包（未安装时执行）：

install.packages("stringi")

再运行转换代码：

library(stringi)
data$platform <- stri_trans_general(data$platform, "Fullwidth-Halfwidth")

3. 重新绘图 #

完成字符串清理后，再次执行你原来的ggplot代码，重复的类别就会合并为同一列。

内容的提问来源于stack exchange，提问作者Sun S