R语言导入Excel后如何保留重名数据列的最后一列

问题原因 #

read_excel()默认会对重复列名做自动重命名修复，会给重复的列名追加...数字格式的后缀，你原始表的两列Patient读入后会变成Patient、Patient...2，列名已经不再完全重复，所以你写的duplicated()筛选逻辑无法匹配到重复列，自然得不到预期结果。

解决方案 #

方案1：读入阶段保留原始重复列名 #

读入时指定.name_repair = "minimal"，禁止readxl自动修改重复列名，再执行你原来的筛选逻辑即可：

library(readxl)
x <- read_excel(path, sheet = 1, .name_repair = "minimal")
df <- data.frame(x)
df <- df[, !duplicated(colnames(df), fromLast = TRUE)]

方案2：已读入数据的修复方案 #

如果数据已经读入到环境中，可以先把readxl自动追加的后缀删掉，还原原始列名后再筛选：

# 清除列名末尾自动追加的...+数字后缀
colnames(df) <- sub("\\.\\.\\.\\d+$", "", colnames(df))
# 保留每一组重名列的最右侧列
df <- df[, !duplicated(colnames(df), fromLast = TRUE)]

内容的提问来源于stack exchange，提问作者Jane Doe