list.files()重复列文件问题：为何指定文件被重复返回？

看起来你碰到了R中文件路径重复的小麻烦，我来帮你拆解一下原因和解决办法：

问题根源 #

你看到的重复路径（比如"100/main/day0.xls"和"main/day0.xls"），最常见的原因是文件系统中的符号链接（symbolic links）。当你设置recursive = TRUE时，list.files()默认会跟随符号链接遍历目录，这就导致同一个实际文件被从「真实目录路径」和「符号链接指向的路径」两个不同的相对路径被检测到，从而重复列出。

另外，也有可能是你的目录结构存在循环引用（比如某个子目录链接回父目录的子文件夹），不过符号链接是更大概率的诱因。

解决方案 #

这里有几个实用的办法来解决这个问题：

• 禁用符号链接跟随
  显式设置follow = FALSE参数，让list.files()不跟随符号链接遍历，这样就只会遍历真实的目录结构，避免重复。修改后的代码如下：

  list.files(pattern = "0.xls$", recursive = TRUE, include.dirs = TRUE, follow = FALSE)
  

  注意：在R 4.0及以上版本中，follow默认就是FALSE，但显式设置能确保兼容性。

• 基于绝对路径去重
  如果确实需要跟随符号链接，但要过滤掉重复的实际文件，可以把所有路径转换为绝对路径，然后去重：

  # 获取所有匹配的路径
  all_paths <- list.files(pattern = "0.xls$", recursive = TRUE, include.dirs = TRUE)
  # 转换为绝对路径（统一指向实际文件）
  abs_paths <- normalizePath(all_paths)
  # 筛选出唯一的原始路径
  unique_paths <- all_paths[!duplicated(abs_paths)]
  

• 清理目录结构
  手动检查你的工作目录，看看是否有不必要的符号链接：

  • 在Linux/macOS终端运行ls -l，符号链接会显示为->指向目标路径；
  • 在Windows命令行运行dir /AL查看符号链接。
    如果这些符号链接不是必须的，直接删除就能从根源避免重复遍历。

额外说明 #

你设置的include.dirs = TRUE是用来包含目录本身的，和文件重复的问题没有直接关系，所以不需要修改这个参数~

内容的提问来源于stack exchange，提问作者Enoana