应该已经有人问过这个问题了，但我找不到答案。 假设我有：
x = data.frame(q=1,w=2,e=3, ...and many many columns...)
如何以最优雅的方式将一组任意列（其位置未必已知）重命名为其他任意名称？
例如，如果我想将 "q" 和 "e" 重命名为 "A" 和 "B"，最优雅的代码是什么？
显然，我可以使用循环：
oldnames = c("q","e")
newnames = c("A","B")
for(i in 1:2) names(x)[names(x) == oldnames[i]] = newnames[i]
但我想知道是否有更好的方法？也许可以使用一些包（如 plyr::rename 等）？
使用dplyr，你可以这样做：
library(dplyr)
df = data.frame(q = 1, w = 2, e = 3)
df %>% rename(A = q, B = e)
# A w B
#1 1 2 3
或者，如果您想使用向量，可以参考@Jelena-bioinf的建议：
library(dplyr)
df = data.frame(q = 1, w = 2, e = 3)
oldnames = c("q","e")
newnames = c("A","B")
df %>% rename_at(vars(oldnames), ~ newnames)
# A w B
#1 1 2 3
L. D. Nicolas May建议更改，因为rename_at将被rename_with取代：
df %>%
rename_with(~ newnames[which(oldnames == .x)], .cols = oldnames)
# A w B
#1 1 2 3
data.table包中的setnames函数可以用于data.frame或data.table
library(data.table)
d <- data.frame(a=1:2,b=2:3,d=4:5)
setnames(d, old = c('a','d'), new = c('anew','dnew'))
d
# anew b dnew
# 1 1 2 4
# 2 2 3 5
请注意，更改是通过引用进行的，因此不进行任何复制（即使对于数据框架也是如此！）
old = c("a", "d", "e")。 - micstrrename_at()函数成功地更改了子集的变量名称。 - Mehmet Yildirimskip_absent=TRUE :) - bers对于不是太大的数据框，另一个解决方案是（基于@thelatemail的答案）：
x <- data.frame(q=1,w=2,e=3)
> x
q w e
1 1 2 3
colnames(x) <- c("A","w","B")
> x
A w B
1 1 2 3
或者，你也可以使用：
names(x) <- c("C","w","D")
> x
C w D
1 1 2 3
此外，您还可以重命名列名称的子集：
names(x)[2:3] <- c("E","F")
> x
C E F
1 1 2 3
这是我发现的使用 purrr::set_names() 和一些 stringr 操作来重命名多个列最有效的方法。
library(tidyverse)
# Make a tibble with bad names
data <- tibble(
`Bad NameS 1` = letters[1:10],
`bAd NameS 2` = rnorm(10)
)
data
# A tibble: 10 x 2
`Bad NameS 1` `bAd NameS 2`
<chr> <dbl>
1 a -0.840
2 b -1.56
3 c -0.625
4 d 0.506
5 e -1.52
6 f -0.212
7 g -1.50
8 h -1.53
9 i 0.420
10 j 0.957
# Use purrr::set_names() with annonymous function of stringr operations
data %>%
set_names(~ str_to_lower(.) %>%
str_replace_all(" ", "_") %>%
str_replace_all("bad", "good"))
# A tibble: 10 x 2
good_names_1 good_names_2
<chr> <dbl>
1 a -0.840
2 b -1.56
3 c -0.625
4 d 0.506
5 e -1.52
6 f -0.212
7 g -1.50
8 h -1.53
9 i 0.420
10 j 0.957
set_names() 管道中的 ~ 和 . 参数具体作用。 - DaveRGPpurrr::set_names()。 - Levi Baguleypurrr 函数时，波浪号 ~ 表示“对于每一列”。点号 . 是 dplyr 语法中管道左侧的 LHS（左手边），即被管道引用的对象，此处为 data。 - Agile Bean~ 是一个公式。你也可以使用函数调用，并将参数传递给 set_names 的 ... 参数，例如 rlang::set_names(head(iris), paste0, "_hi") 等同于 rlang::set_names(head(iris), ~ paste0(.x, "_hi"))。 - Paul Rougieuxpurrr::set_names() 给搞糊涂了，谢谢 Levi！ - taiyodayo最新的dplyr版本通过添加rename_with()更加灵活，其中_with指的是一个函数作为输入。 诀窍在于通过~将字符向量newnames重新制定为公式，这样它就相当于function(x) return (newnames)。
据我主观看法，这是最优雅的dplyr表达式。
更新：感谢@desval，必须使用all_of对oldnames向量进行包装以包含其所有元素：
# shortest & most elegant expression
df %>% rename_with(~ newnames, all_of(oldnames))
A w B
1 1 2 3
如果您反转顺序，任何一个参数都必须指定为.fn，因为在.cols参数之前期望.fn出现：
df %>% rename_with(oldnames, .fn = ~ newnames)
A w B
1 1 2 3
或者指定参数 .col：
df %>% rename_with(.col = oldnames, ~ newnames)
A w B
1 1 2 3
newnames或oldnames的替换工作。 - FLonLon我最近也遇到了这个问题，如果您不确定列是否存在，并且只想重命名那些存在的列：
existing <- match(oldNames,names(x))
names(x)[na.omit(existing)] <- newNames[which(!is.na(existing))]
基于 @user3114046 的回答：
x <- data.frame(q=1,w=2,e=3)
x
# q w e
#1 1 2 3
names(x)[match(oldnames, names(x))] <- newnames
x
# A w B
#1 1 2 3
这不会依赖于x数据集中特定列的顺序。
match已经处理了。你最好的选择可能是@mnel的setnames答案。 - thelatemailmatch仍然是一个面向位置的命令。在这个精神下，我认为@user3114046的答案也是基于位置的（即使%in%命令会处理（或尝试处理）事情）。当然，我想你可以争论所有命令在我们深入到低级机制时都是面向位置的....但这不是我的意思...data.table的答案很棒，因为没有多次调用name命令。 - qohelethx = data.frame(q = 1, w = 2, e = 3)
rename_vec <- c(q = "A", e = "B")
## vector of same length as names(x) which returns NA if there is no match to names(x)
which_rename <- rename_vec[names(x)]
## simple ifelse where names(x) will be renamed for every non-NA
names(x) <- ifelse(is.na(which_rename), names(x), which_rename)
x
#> A w B
#> 1 1 2 3
或者使用 !!! 的 dplyr 选项：
library(dplyr)
rename_vec <- c(A = "q", B = "e") # the names are just the other way round than in the base R way!
x %>% rename(!!!rename_vec)
#> A w B
#> 1 1 2 3
!!! 强制评估列表或向量。
?`!!`
!!! 强制展开对象列表。列表的元素被展开到原位置，这意味着它们各自成为一个单独的参数。
!!!oldnames 返回 c("A", "B")，但是哪种逻辑将其转换为 c("A", "w", "B")？ - Agile Bean?\!!`。使用 \!!!` 向函数添加多个参数。它的参数应评估为列表或向量：args <- list(1:3, na.rm = TRUE) ; quo(mean(!!!args))。我想我会将这个解释添加到答案中。感谢你提出。 - tjebonames(x)[names(x) %in% c("q","e")]<-c("A","B")
oldnames 经过排序并且 oldnames[i] 出现在 oldnames[j] 之前时才有效。 - qoheleth有一些答案提到了dplyr::rename_with和rlang::set_names这两个函数，但它们是不同的。本答案将说明两者之间的差异以及使用函数和公式来重命名列。
dplyr包中的rename_with函数可以使用函数或公式来重命名传递给.cols参数的一组列。例如，可以传递函数名toupper：
library(dplyr)
rename_with(head(iris), toupper, starts_with("Petal"))
等同于传递公式~ toupper(.x)：
rename_with(head(iris), ~ toupper(.x), starts_with("Petal"))
当需要重命名所有列时，您也可以使用rlang包中的set_names。为了举例说明，让我们使用paste0作为重命名函数。paste0需要两个参数，因此根据是否使用函数或公式，有不同的方法来传递第二个参数。
rlang::set_names(head(iris), paste0, "_hi")
rlang::set_names(head(iris), ~ paste0(.x, "_hi"))
使用rename_with也能实现同样的功能，只需将数据框作为第一个参数.data，函数作为第二个参数.fn，所有列作为第三个参数.cols=everything()，函数参数作为第四个参数...。或者您可以将第二、第三和第四个参数放在公式中，作为第二个参数给出。
rename_with(head(iris), paste0, everything(), "_hi")
rename_with(head(iris), ~ paste0(.x, "_hi"))
rename_with 只能用于数据框。 set_names 更通用，可以对向量进行重命名。
rlang::set_names(1:4, c("a", "b", "c", "d"))
rename_with可以使用函数或公式来重命名作为.cols参数给出的所有列。例如，rename_with(iris, toupper, starts_with("Petal"))等同于rename_with(iris, ~ toupper(.x), starts_with("Petal"))。 - Paul Rougieux