如何根据规定更改数据框中的列名

Question

我有一个数据框，其开头如下：

                                SM_H1455          SM_V1456          SM_K1457      SM_X1461          SM_K1462
ENSG00000000419.8                290               270               314               364               240
ENSG00000000457.8                252               230               242               220               106
ENSG00000000460.11               154               158               162               136                64
ENSG00000000938.7              20106             18664             19764             15640             19024
ENSG00000000971.11                30                10                 4                 2                10

请注意，还有许多列和行。

这是我想做的事情：我想更改列的名称。列名称中最重要的信息，例如 SM_H1455，是字符串的第四个字符。在这种情况下，它是一个 H。我想做的是，如果第四个字符是“H”或“K”，则将“SM”部分更改为“Control”，如果第四列是“X”或“V”，则更改为“Case”。我想保留名称中的所有其他内容。因此，最终我想得到这样的表：

                        Control_H1455          Case_V1456        Control_K1457      Case_X1461        Control_K1462
ENSG00000000419.8                290               270               314               364               240
ENSG00000000457.8                252               230               242               220               106
ENSG00000000460.11               154               158               162               136                64
ENSG00000000938.7              20106             18664             19764             15640             19024
ENSG00000000971.11                30                10                 4                 2                10

请记住，第四个字符是 "V"、"X"、"K" 或 "H" 完全是随机的。

我会非常感激任何帮助！谢谢。

- zfz

Answer 1

其中一种方式，其中x是你的df：

controls <- which(substring(names(x),4,4) %in% c("H","K"))
cases <- which(substring(names(x),4,4) %in% c("X","V"))
names(x)[controls] <- gsub("SM","Control",names(x)[controls])
names(x)[cases] <- gsub("SM","Case",names(x)[cases])

或者：

names(x) <- sapply(names(x),function(z) {
    if(substring(z,4,4) %in% c("H","K"))
        sub("SM","Control",z)
    else if(substring(z,4,4) %in% c("X","V"))
        sub("SM","Case",z)
})

- Thomas

Answer 2

一行代码的替代方案：

names(x) <- sub("^..(.(H|K))", "Control\\1", sub("^..(.(X|V))", "Case\\1", names(x))

首先更改包含X和V的名称，然后更改包含名称H和K的输出字符串。

- DrDom

---

而且这种解决方案将比使用“substring”函数快得多。 - DrDom