R语言多数据框全连接后如何去除列名的.x/.y重复后缀？

当多个CSV数据框按指定列全连接后，非连接列重名会被自动添加.x/.y/.x.x这类后缀，解决办法分两种场景：

场景1：重名列是同含义字段（比如不同文件里的A列都是同一个属性） #

这种情况没必要保留重复列，直接合并成原始列名即可，推荐用行绑定后聚合的方式，比全连接更高效：

library(dplyr)
library(purrr)

# 读取文件列表
file.list <- c("file1.csv", "file2.csv", "file3.csv", "file4.csv")
df.list <- lapply(file.list, read.csv)

# 合并所有数据框，按连接列分组提取有效数据
data <- bind_rows(df.list) %>%
  group_by(Country, Name, Race) %>%
  summarise(across(everything(), ~first(na.omit(.))), .groups = "drop")

bind_rows会自动把同名列合并成一列，缺失值保留；之后按连接列分组，用first(na.omit(.))取每组里非缺失的有效数据（如果同一组有多条记录，优先取非空值）。

场景2：必须用全连接（或重名列含义不同） #

方式A：连接后批量去除后缀 #

如果已经完成全连接，直接用正则表达式批量清理列名：

# 执行全连接
data <- df.list %>% reduce(full_join, by=c("Country", "Name", "Race"))

# 去掉列名末尾的.x/.y/.x.x这类后缀
names(data) <- gsub("\\.[xy]+$", "", names(data))

正则\\.[xy]+$会匹配列名末尾所有连续的.x/.y组合，直接替换为空。

方式B：连接前给列名加来源前缀（适合重名列含义不同） #

如果不同文件的重名列是不同属性，先给列名加专属前缀再连接，避免混淆：

# 给每个数据框的非连接列加来源前缀
df.list_named <- map2(df.list, paste0("file", 1:4), function(df, prefix) {
  non_join_cols <- setdiff(names(df), c("Country", "Name", "Race"))
  rename_with(df, ~paste0(prefix, "_", .), all_of(non_join_cols))
})

# 执行全连接
data <- df.list_named %>% reduce(full_join, by=c("Country", "Name", "Race"))

这样连接后的列名会是file1_A、file2_A这种，既不会重复，也能明确字段来源。

内容的提问来源于stack exchange，提问作者Loki123