在dplyr中，如何删除和重命名不存在的列，操作所有名称，并使用字符串命名新变量？

Posted 2023-03-11

【中文标题】在dplyr中，如何删除和重命名不存在的列，操作所有名称，并使用字符串命名新变量？

【英文标题】：In dplyr, how to delete and rename columns that don't exist, manipulate all names, and name a new variable using a string?

【发布时间】：2015-03-08 02:05:19

【问题描述】：

如何使用dplyr 简化或执行以下操作：

对所有 data.frame 名称运行函数，例如 mutate_each(funs()) 用于值，例如

names(iris) <- make.names(names(iris))

删除不存在的列（即不删除任何内容），例如

iris %>% select(-matches("Width")) # ok
iris %>% select(-matches("X"))     # returns empty data.frame, why?

按名称（字符串）添加新列，例如

iris %>% mutate_("newcol" = 0) # ok

x <- "newcol"
iris %>% mutate_(x = 0) # adds a column with name "x" instead of "newcol"

重命名一个不存在的data.frame colname

names(iris)[names(iris)=="X"] <- "Y"

iris %>% rename(sl=Sepal.Length) # ok
iris %>% rename(Y=X)             # error, instead of no change

【问题讨论】：

第三个为什么不呢？ iris %>% mutate_( 'x' = 0)

@BondedDust，添加一个名为“x”的列，而他们希望将其命名为“newcol”或存储 n x 的任何名称。

x <- "Sepal.Length"; iris %>% rename_(.dots = setNames(x,"sl")) 有效，但不能用于 (4)，因为缺少 colnames 会引发错误

看起来 iris %>% select(-matches("X")) 现在返回完整的 iris data.frame。不再需要下面答案中的一切参数。

【参考方案1】：

我会为此使用 setNames：

iris %>% setNames(make.names(names(.)))

包括everything() 作为select 的参数：

iris %>% select(-matches("Width"), everything())
iris %>% select(-matches("X"), everything())

据我了解，除了像您已经做的那样明确命名字符串之外，没有其他捷径：

iris %>% mutate_("newcol" = 0)

【讨论】：

非常感谢！也许有人看到了 3 的方法，但我将其标记为已解决！

dplyr 0.5.0 的工作方式似乎略有不同； Everything() 参数将重新添加列“宽度”。0.5.0 的语法应该是：iris %>% select(-matches("Width"))

【参考方案2】：

我为 #4 提出了以下解决方案：

iris %>% 
  rename_at(vars(everything()), 
            function(nm)
              recode(nm, 
                     Sepal.Length="sl",
                     Sepal.Width = "sw",
                     X = "Y")) %>%
  head()

最后一行当然只是为了方便输出。

【参考方案3】：

上面回答了 1 到 3。我来到这里是因为我遇到了与 4 号相同的问题。这是我的解决方案：

df <- iris

使用要重命名的列和新值设置名称键：

name_key <- c(
  sl = "Sepal.Length",
  sw = "Sepal.Width",
  Y = "X"
)

将不在数据框中的值设置为 NA。这更适合我的目的。您可以将其从 name_key 中删除。

for (var in names(name_key)) 
  if (!(name_key[[var]] %in% names(df))) 
    name_key[var] <- NA
  

获取数据框中列名的向量。

cols <- names(name_key[!is.na(name_key)])

重命名列

for (nm in names(name_key)) 
  names(df)[names(df) == name_key[[nm]]] <- nm

选择列

df2 <- df %>%
  select(cols)

我几乎肯定这可以更优雅地完成，但这是我目前所拥有的。希望这对您有所帮助，如果您还没有解决它！

【讨论】：

name_key <- name_key[name_key %in% names(df)] 删除 name_key 中不属于 df 列的条目。然后您可以将!! 与select() 或rename() 一起使用，如下所示：dplyr::select(df, !!name_key)。

【参考方案4】：

问题 n.2 的答案：

如果您想明确给出列的全名，可以使用函数any_of。

iris %>% 
    select(-any_of(c("X", "Sepal.Width","Petal.Width")))

这不会删除不存在的 X 列，而是会删除列出的其他两个。

否则，您可以使用matches 或any_of 和matches 组合的解决方案。

  iris %>% 
    select(-any_of("X")) %>% 
    select(-matches("Width"))

这将明确删除 X 和匹配项。多个匹配也是可能的。

iris %>% 
    select(-any_of("X")) %>%
    select(-matches(c("Width", "Spec"))) # use c for multiple matches