我有一个数据集df，里边有重复的列名“depth”，我想用filter筛选其中一些行，

filter(df,result=="Ⅰ")

报错，提示depth不能复制。
Error: Column names depth, depth must not be duplicated.
Use .name_repair to specify repair.
Run rlang::last_error() to see where the error occurred.

rlang::last_error()
<error/rlang_error>
Column names depth, depth must not be duplicated.
Use .name_repair to specify repair.
Backtrace:

  1. dplyr::filter(tmp, result == "Ⅰ")
  2. dplyr:::filter.data.frame(tmp, result == "Ⅰ")
  3. dplyr::tbl_df(.data)
  4. tibble:::as_tibble.data.frame(data, .name_repair = "check_unique")
  5. tibble:::as_tibble.list(unclass(x), ..., .rows = .rows, .name_repair = .name_repair)
  6. tibble:::lst_to_tibble(x, .rows, .name_repair, col_lengths(x))
  7. tibble:::set_repaired_names(x, .name_repair)
  8. tibble:::repaired_names(names(x), .name_repair = .name_repair)
  9. tibble:::check_unique(new_name)
    Run rlang::last_trace() to see the full context.

当然这个有变通办法，df[df$result=="Ⅰ",]是可以达到我要的目的的，但是不能用filter这种舒服的方法，总是憋得难受，如果我不想去处理df的数据集的重复列，filter就不能用吗？

    dapengde
    列名有重复，净土不开心，楼主问那不改列名能不能用dplyr::filter

      tjt2008
      没有办法直接处理重复列。
      可以自己重命名或者janitor::clean_names
      以后，再用filter_at或者filter_all

          tjt2008 这个问题，在这里有清晰的答案 <https://design.tidyverse.org/names-attribute.html#minimal-unique-universal> Hadley 本人明确指出不可以这样，不符合 tidyverse 设计，这个设计明显在强调一致性，如果列名允许重复就不能实现后续数据操作（整个 dplyr 包提供的操作）的一致性。比如 select 操作就要崩溃了，我到底选择哪一列， Base R 的处理就是默认选择第一列，但是逻辑上不是很正确

          类似的跟一致性有关的帖子有

          解决数据处理的一致性是我最喜欢 tidyverse 的地方，唯一美中不足的是引入太多的依赖和主力的 R 包（dplyr 和 tidyr）的重要函数在不停地变化，我基本上在生产环境里都不用 tidyverse，而在那种一锤子买卖的情况下，用起来还是很爽的，写完就跑！

              Cloud2016

              同意

              数据分析的工作其实基本都是一锤子买卖，我用起tidyverse才肆无忌惮胆子贼大。

                filter的筛选也涉及到行和列，确实存在这样的问题或风险。
                我这个数据集使用cbind合并来的，感觉应该在cbind这一步就解决掉这个问题。

                业余的数据分析，就是工作中虽然经常做数据分析，但数据分析往往是解决实际问题的一个方式或手段，所以经常性不会顾及是否周全，更多的是考虑易用性和便捷，所以tidyverse从一诞生开始，就成了我用的主力，毕竟加载一次，全程无忧，比起用python舒服得多。
                现在看来，能用基础函数的时候，尽量少用新包，我记得read_csv刚出来的时候，读的数据超过100行以后，数据的位数有变化的时候，读入的数据就有个比较严重的bug，read.csv就没有问题。

                感谢楼上出镜的各位大佬，明白是怎么回事了，感谢!

                  tjt2008 更改标题为「[已解决]filter确实不能处理具有重复列的数据集」

                  frankzhang21
                  我其实是希望能保留重复的列名的，因为我是很多个子集合并来的，用cbind(file1，file2，file3....)，很适合我现在的应用场景，当然，能像janitor那样后面加个后缀作为列名也是可以的。

                  另外，我实际上不是以这个重复的列名为key来合并的，所以其实不适合merge，我保留这个重复的列，是为了让我能清楚的观察对比不同的子集里体现的结论。

                    frankzhang21 如果不想要重复列名的话，在 cbind外边套一个data.frame就可以了：data.frame(cbind(...))。重复列名会被自动重命名。

                    merge 是用来合并有共同行或者列的两个数据框的，也就是要求两数据框的行集合或列集合的交集不空；如果没有共同行或列，则合并结果为 0。

                        Liechi
                        感谢大神，data.frame(cbind())
                        我要的就是这个东东，谢谢谢谢！

                          一般说来，直接data.frame(col1, col2,...)就可以。
                          data.frame(cbind()) 这样的写法其实都可以用来作“谜面”，猜歇后语了：）我的意思是你如果已经有了由cbind得来的数据，但不想要重复列名，可以套个data.frame()来挽救；但如果是从头写，本不需要绕这个弯。之前没表达清楚，不好意思。

                            Liechi
                            原来是可以省略cbind()的...,直接data.frame(df1,df2,df3)
                            又学了一点，谢谢。