使用read.table遇重复行名错误，如何将V1列设为行名？

一、为什么row.names=NULL和不设置该参数结果无差异 #

read.table()函数中row.names参数的默认值就是NULL，当该参数为NULL时，R会自动为数据框生成从1开始的整数型行名。所以显式设置row.names=NULL和不设置该参数，本质是使用同一个默认行为，最终得到的数据框自然完全一致。

二、为什么row.names=1会报重复行名错误 #

当设置row.names=1时，R会把文件的第1列（即你的V1列）作为数据框的行名。但R对数据框行名有强制要求：必须唯一，不能存在重复值。报错说明你的V1列（基因ID列）里存在重复条目，因此无法直接将其设为行名。

三、将V1列设为行名的正确步骤 #

步骤1：正常读取文件（不指定row.names） #

ak1a <- read.table("/Users/abhaykanodia/Desktop/smallRNA/AK1a_counts.txt")

步骤2：检查V1列的重复值 #

先定位重复的基因ID，方便后续处理：

# 提取所有重复的基因ID
duplicate_ids <- unique(ak1a$V1[duplicated(ak1a$V1)])
print(duplicate_ids)

# 查看每个重复ID的出现次数
table(ak1a$V1)[table(ak1a$V1) > 1]

步骤3：处理重复值后设置行名 #

根据数据类型和需求，有两种常用处理方式：

• 方式1：保留重复ID的第一条记录
  适用于只需要唯一ID标识，对重复行无聚合需求的场景：

# 去重，仅保留每个ID的第一行
ak1a_unique <- ak1a[!duplicated(ak1a$V1), ]
# 设置行名
rownames(ak1a_unique) <- ak1a_unique$V1
# 移除原V1列（可选操作）
ak1a_unique$V1 <- NULL

• 方式2：对重复ID的数值进行聚合（如求和）
  如果V2是计数类数据，更合理的做法是合并重复ID的数值：

library(dplyr)
# 按V1分组，对V2求和
ak1a_aggregated <- ak1a %>%
  group_by(V1) %>%
  summarise(V2 = sum(V2)) %>%
  ungroup()
# 设置行名
rownames(ak1a_aggregated) <- ak1a_aggregated$V1
ak1a_aggregated$V1 <- NULL

步骤4：验证结果 #

head(ak1a_unique) # 或 head(ak1a_aggregated)

内容的提问来源于stack exchange，提问作者Ab03