更改 data.table 中列名大小写的最有效方法是啥？

Posted 2023-04-18

【中文标题】更改 data.table 中列名大小写的最有效方法是啥？

【英文标题】：What is the most efficient way to change the case of column names in a data.table?更改 data.table 中列名大小写的最有效方法是什么？

【发布时间】：2013-05-10 09:01:24

【问题描述】：

有时在合并之前更改列名的大小写以保持一致性很有用。使用data.frame 时，这非常简单（如here 所述）；尽管相同的解决方案适用于“data.table”，但它会引发警告。例如，

ran <- rep(34,50)
dom <- rep("cat",50)
table <- rep("pig", 50)

DT <- data.table(ran,dom,table); head(DT)
   ran dom table
1:  34 cat   pig
2:  34 cat   pig
3:  34 cat   pig
4:  34 cat   pig
5:  34 cat   pig
6:  34 cat   pig

##the data.frame way

names(DT) <- toupper(names(DT))

##the error 
Warning message:
In `names<-.data.table`(`*tmp*`, value = c("RAN", "DOM", "TABLE" :
  The names(x)<-value syntax copies the whole table. This is due to <- in R 
 itself. Please change to setnames(x,old,new) which does not copy and is faster. 
 See help('setnames'). You can safely ignore this warning if it is inconvenient 
 to change right now. Setting options(warn=2) turns this warning into an error, 
 so you can then use traceback() to find and change your names<- calls.

我使用了以下解决方法来避免错误，并且在宽数据集上速度更快，但是有data.table 方法可以做到这一点吗？

##the work around
upper <- toupper(names(DT))

setnames(DT,upper);head(DT)

   RAN DOM TABLE
1:  34 cat   pig
2:  34 cat   pig
3:  34 cat   pig
4:  34 cat   pig
5:  34 cat   pig
6:  34 cat   pig

【问题讨论】：

setnames 是 data.table 包中的一个函数，正如警告所述，这是首选的处理方式。

那么，除了将您的解决方法压缩为 setnames(DT,toupper(names(DT))) 之类的东西之外，您还要求什么？

我不知道您是否编辑了您的问题...无论如何，正如之前的 cmets 已经说过的，setnames 不是解决方法，正如您所说的那样，但data.table 的方式来做到这一点。因此，您可以将其作为答案发布并接受。

只是为了说明这一点，R 中的警告消息不是错误，除非您明确将其提升为 options() 中的错误 [通常用于调试目的]，如有用的警告消息所述。如果您在调用toupper() 之后检查了str(DT)，您会发现存在DT - 它不会从toupper() 调用中引发错误。

@kpeyton。高兴听到。事实上setnames 应该（几乎）无限快，因为即使对于非常大的表，它也应该（几乎）花费恒定的 0.00 秒。 data.frame 方式复制整个表，只是为了更改名称。即使是单个副本也可能非常重要，甚至可能意味着您遇到可怕的“内存不足”错误。

【参考方案1】：

要给出这个答案，正如 cmets 所说，setnames 是一个 data.table 函数，并且已经是 data.table 推荐的方式（正如来自 data.table 的长警告所暗示的那样）；例如，

setnames(DT,toupper(names(DT)))

不要与stats 包中的setNames 函数混淆！ （注意大写N）。