如何在R中根据另一个数据框更改列名？

Question

df1 <- data.frame(
    cola = c('1',NA,'c','1','1','e','1',NA,'c','d'),
    colb = c("A",NA,"C","D",'a','b','c','d','c','d'),
    colc = c('a',NA,'c','d','a',NA,'c',NA,'c','d'),stringsAsFactors = TRUE)

df2<-data.frame(name=c('cola','colc','colb'),
                altname=c('a','c','b'))

df1 %>% table %>% data.frame(.)

上述代码的结果如下：

   cola colb colc Freq
1     1    a    a    1
2     c    a    a    0

我想根据df2更改结果的列名（例如，将colb更改为b），预期结果如下：

      a    b    c Freq
1     1    a    a    1
2     c    a    a    0

如何做到？

- kittygirl

Answer 1

我们可以使用rename_at来删除子字符串。

library(stringr)
libraryr(dplyr)
df1 %>% 
   table %>% 
   data.frame(.) %>%  
   rename_at(1:3, ~ str_remove(., "col"))

或者如果需要从'df2'中获取

df1 %>%
   table %>%
   data.frame(.) %>%
   rename_at(1:3, ~ setNames(as.character(df2$altname), df2$name)[.])

更新

如果“df1”中的所有列名都不在“df2”的键/值列中，则有一个选项：

df1 %>%
   table %>%
    data.frame(.) %>%
    rename_at(1:3, ~ coalesce(setNames(as.character(df2$altname), df2$name)[.], .)) 

---

或者使用基础的 R

out <- df1 %>% table %>% data.frame(.)
names(out) <- sub("col", "", names(out))

如果需要基于第二个数据集进行操作。

name(out)[-4] <- df2$altname[match(names(out)[-4], df2$name)]

或者使用substr函数。

names(out) <- substring(names(out), 4)

- akrun

---

逻辑：更改df1的每个列名，如果在df2中存在相应的列名，则进行更改。 - kittygirl

如果在df2中没有相应的匹配，那么输出应该是什么？ - akrun

如果没有对应的内容，请不做任何更改并输出相同的列名。 - kittygirl

我尝试了 df1 %>% table %>% data.frame(.) %>% \colnames<-`(df2$altname[match(names(df1), df2$name)])，唯一不满意的是 Freq没有匹配，变成了NA`。是否有办法在没有匹配时保持相同的列名？ - kittygirl

@kittygirl。我使用了 coalesce。虽然它对我有用，但在这里我正在使用 rename_at 通过删除 Freq 列来实现。 - akrun

Answer 2

当我在研究同样的问题时，这是我着陆的较受欢迎的线程之一。如果您使用命名向量并利用any_of函数，dplyr的更近期的版本可以更轻松地解决此问题，这使得它在您具有可能在df2中但不在df1中的列名时变得相当容易。

使用您的情况，您可以：

lookup <- setNames(as.character(df2$name), df2$altname)
df1 %>% 
  rename(any_of(lookup)) %>% 
  table %>% 
  data.frame(.)

或者作为一个嵌入式的一行代码：

df1 %>% 
  rename(any_of(setNames(as.character(df2$name), df2$altname))) %>% 
  table %>% 
  data.frame(.)

或者，如果您想避免使用 setNames 过程，那么在 tibble 中有一个很好的 deframe 函数，它将数据框的前两列转换为命名向量（并忽略其余部分），但是您在 df2 中的列顺序会颠倒（旧名称、新名称）。

参考资料：

• https://dplyr.tidyverse.org/reference/rename.html
• https://tibble.tidyverse.org/reference/enframe.html

- Warren Holroyd