R中数据帧两列标题的相等性测试

我想根据重复样本的名称在数据框中找到它们，然后计算它们的平均值。但首先，样本名称的相等性测试也不起作用（或者“连接”，我不确定，因为使用print（）和write.table进行调试没有帮助）。我做错了什么

我的数据表有20531行和1155列，我想得到每行重复列的平均值

我的相等测试代码（第一列标题是“gene ID”，因此我跳过了dfs[，1]，在相等测试之后，我尝试将目标列连接到一个数据帧）：

---

dfs一个技巧是下次与您共享数据。我不知道你的循环应该做什么，但是根据你的帖子，这就是你如何得到重复列的平均值

set.seed(1618)
dat <- matrix(rpois(100, 1), ncol = 10)
colnames(dat) <- sample(LETTERS[1:5], 10, replace = TRUE)
dat <- as.data.frame(dat, check.names = FALSE)

#    A B D E A B B C E B
# 1  0 2 0 2 3 1 0 0 3 0
# 2  1 1 0 1 0 1 0 0 2 1
# 3  0 0 2 0 0 1 4 1 3 0
# 4  1 0 0 0 0 2 0 2 0 1
# 5  0 1 0 1 0 2 0 2 0 1
# 6  1 0 2 1 1 1 1 0 1 0
# 7  1 1 1 0 1 1 1 1 0 0
# 8  0 1 1 1 1 0 1 1 0 0
# 9  0 1 1 1 1 2 0 1 0 0
# 10 0 1 0 2 1 0 0 2 0 1

set.seed（1618）
对不起，我将立即用我的数据描述编辑我的答案。在R编程中，我是全新的，但有一点C++经验，所以我可能看起来像R数据结构的小虚构。无论如何，我理解你的代码（至少我认为），但它的执行方式与我的完整脚本相同：“dfs中的错误。列表[[x]]：下标越界调用：sappy->sappy->lappy->FUN->apply”我不认为我试图访问超出其边界的数组。我想弄清楚我把什么搞砸了。谢谢你的回复！我认为您没有完全重复的列名。如果您将上面的replace=TRUE更改为FALSE，则没有重复项，我可以复制您的错误。当您使用
read.table
或类似工具读入数据，并且有重复的colname时，需要使用
check.names=FALSE
；否则，dup COL将被编码为
A、A.1、A.2
等。数据的
dup
或
dat.list
长度是多少？如果是零，那就是你的问题。另外，我刚刚用一个和你一样大的数据框运行了上面的程序，它在几秒钟内就在我破旧的笔记本上完成了，所以你应该不会有问题。谢谢，它帮了我很大的忙，我把它修好了！我使用了read.columns而不是read.table（我必须从多个文件中读取指定的列），在这个函数中无法设置'check.names'参数，但现在我重写了代码。
set.seed(1618)
dat <- matrix(rpois(100, 1), ncol = 10)
colnames(dat) <- sample(LETTERS[1:5], 10, replace = TRUE)
dat <- as.data.frame(dat, check.names = FALSE)

#    A B D E A B B C E B
# 1  0 2 0 2 3 1 0 0 3 0
# 2  1 1 0 1 0 1 0 0 2 1
# 3  0 0 2 0 0 1 4 1 3 0
# 4  1 0 0 0 0 2 0 2 0 1
# 5  0 1 0 1 0 2 0 2 0 1
# 6  1 0 2 1 1 1 1 0 1 0
# 7  1 1 1 0 1 1 1 1 0 0
# 8  0 1 1 1 1 0 1 1 0 0
# 9  0 1 1 1 1 2 0 1 0 0
# 10 0 1 0 2 1 0 0 2 0 1

(dups <- unique(names(dat)[duplicated(names(dat))]))
# [1] "A" "B" "E"
dat.list <- lapply(dups, function(x) dat[names(dat) %in% x])
# list of three

dat1 <- sapply(1:length(dat.list), function(x) 
  apply(dat.list[[x]], 1, mean))
colnames(dat1) <- dups

as.data.frame(dat1)
#      A    B   E
# 1  1.5 0.75 2.5
# 2  0.5 0.75 1.5
# 3  0.0 1.25 1.5
# 4  0.5 0.75 0.0
# 5  0.0 1.00 0.5
# 6  1.0 0.50 1.0
# 7  1.0 0.75 0.0
# 8  0.5 0.50 0.5
# 9  0.5 0.75 0.5
# 10 0.5 0.50 1.0