R dplyr：使用字符串函数重命名变量
Posted
技术标签:
【中文标题】R dplyr：使用字符串函数重命名变量【英文标题】：R dplyr: rename variables using string functions 【发布时间】：2015-08-03 15:53:59 【问题描述】：（有点相关的问题：Enter new column names as string in dplyr's rename function）
在dplyr 链（%>%）的中间，我想用旧名称的函数替换多个列名称（使用tolower 或gsub 等）
library(tidyr); library(dplyr)
data(iris)
# This is what I want to do, but I'd like to use dplyr syntax
names(iris) <- tolower( gsub("\\.", "_", names(iris) ) )
glimpse(iris, 60)
# Observations: 150
# Variables:
# $ sepal_length (dbl) 5.1, 4.9, 4.7, 4.6, 5.0, 5.4, 4.6,...
# $ sepal_width (dbl) 3.5, 3.0, 3.2, 3.1, 3.6, 3.9, 3.4,...
# $ petal_length (dbl) 1.4, 1.4, 1.3, 1.5, 1.4, 1.7, 1.4,...
# $ petal_width (dbl) 0.2, 0.2, 0.2, 0.2, 0.2, 0.4, 0.3,...
# $ species (fctr) setosa, setosa, setosa, setosa, s...
# the rest of the chain:
iris %>% gather(measurement, value, -species) %>%
group_by(species,measurement) %>%
summarise(avg_value = mean(value))
我看到?rename 将参数replace 当作named character vector, with new names as values, and old names as names.
所以我尝试了：
iris %>% rename(replace=c(names(iris)=tolower( gsub("\\.", "_", names(iris) ) ) ))
但是这 (a) 返回 Error: unexpected '=' in iris %>% ... 并且 (b) 需要通过名称引用链中上一个操作中的数据帧，这在我的实际用例中我无法做到。
iris %>%
rename(replace=c( )) %>% # ideally the fix would go here
gather(measurement, value, -species) %>%
group_by(species,measurement) %>%
summarise(avg_value = mean(value)) # I realize I could mutate down here
# instead, once the column names turn into values,
# but that's not the point
# ---- Desired output looks like: -------
# Source: local data frame [12 x 3]
# Groups: species
#
# species measurement avg_value
# 1 setosa sepal_length 5.006
# 2 setosa sepal_width 3.428
# 3 setosa petal_length 1.462
# 4 setosa petal_width 0.246
# 5 versicolor sepal_length 5.936
# 6 versicolor sepal_width 2.770
# ... etc ....
【问题讨论】：
优雅的做法是：iris %>% `names<-`(.,tolower( gsub("\\.", "_", names(.) ) ))（我只是在开玩笑。）
以下答案中使用的某些功能已被弃用。 rename_with 是最新的 dplyr 动词，用于使用函数以编程方式重命名变量。请参阅下面的答案。
【参考方案1】：
这是一个很晚的答案，2017 年 5 月
从 dplyr 0.5.0.9004 开始，即将推出 0.6.0，许多新的列重命名方法，符合 maggritr 管道运算符 %>%，已添加到包中。
这些功能是：
rename_all rename_if rename_at使用这些功能有很多不同的方法，但与您的问题相关的一种方法是使用stringr 包：
df <- df %>%
rename_all(
funs(
stringr::str_to_lower(.) %>%
stringr::str_replace_all(., '\\.', '_')
)
)
所以，继续安装管道:)（不是双关语）。
【讨论】：
很高兴知道，谢谢。另外值得注意的是，您可以将df %<>% foo() 用作df <- df %>% foo() 的简写
由于新的 dplyr 更新，他们改变了 funs() 的工作方式（真希望他们没有），你需要用 list 替换 funs 并在函数前放置一个波浪号 ~例如list(~str_replace(., to_replace, replacement))【参考方案2】：
我认为您正在查看 plyr::rename 的文档，而不是 dplyr::rename。你会用dplyr::rename做这样的事情：
iris %>% rename_(.dots=setNames(names(.), tolower(gsub("\\.", "_", names(.)))))
【讨论】：
你可以用. 代替iris 在后面的出现。
这很有用，为什么你必须使用rename_而不是rename？
习惯，因为我主要以编程方式使用 dplyr
@Konrad 实际上，我面前没有文档，但我认为非安全版本没有 .dots 参数
仅供参考：rename_慢慢地变成deprecated。虽然@Frank 对setNames 的使用似乎是最直接的（如果dplyr 没有提供的话），但我还没有找到明显的替代品。【参考方案3】：
这里有一种方法可以绕过有点尴尬的rename 语法：
myris <- iris %>% setNames(tolower(gsub("\\.","_",names(.))))
【讨论】：
解决方法的另一个依赖项？这越来越深奥了。 您可以将setnames 替换为setNames 并将呼叫挂断至data.table。
@MatthewPlourde 你知道有什么理由更喜欢更长的rename 而不是更简单的路线吗？你的答案看起来像rename_(.dots=this_answer)，对吧？ rename 的帮助页面不会像 data.table 中的 setnames 那样通过引用来宣传修改。
@Anton 说得对，但这就是变通办法的本质。 （感谢 Mathhew 的评论，依赖关系又消失了。）我觉得应该扩展 dplyr 语法以支持 OP 的期望（基于 plyr），例如rename(replace_all=...)。如果在这里需要构造一个命名列表并知道将其传递给奇怪的参数.dots，这似乎是有缺陷的。
@Frank 我最终使用了你的答案 (+1)，因为它是一种更简单的方法来做我想做的事——并教会了我关于 setNames 的知识——但@MatthewPlourde 更从字面上回答了书面的问题（即使用rename）。感谢您的宝贵时间！【参考方案4】：
自 2020 年起，rename_if、rename_at 和 rename_all 被标记为已被取代。用 dplyr 解决这个问题的最新方法是 rename_with():
iris %>% rename_with(tolower)
或更复杂的版本：
iris %>%
rename_with(stringr::str_replace,
pattern = "Length", replacement = "len",
matches("Length"))
（编辑 2021-09-08） 正如@a_leemo 在评论中提到的那样，手册中没有逐字提到这个符号。相反，人们会从手册中推断出以下内容：
iris %>%
rename_with(~ stringr::str_replace(.x,
pattern = "Length",
replacement = "len"),
matches("Length"))
两者都做同样的事情，但是，我发现第一个解决方案更具可读性。在第一个示例中，pattern = ... 和 replacement = ... 作为 ... 点实现的一部分被转发到函数。有关详细信息，请参阅 ?rename_with 和 ?dots。
【讨论】：
谢谢！我一直在努力弄清楚如何使用 rename_with 对其进行编码，这成功了。 如何为自定义函数 @loki 做到这一点？如果我在 rename_with 语句中编写函数，它可以自动传递名称，如果我在其他地方定义函数，它不会argument is not an atomic vector
刚刚发现：根本不给函数任何参数，而是将其指定为函数mydataframe %>% rename_with(myawesomefunction)
这解决了我遇到的一个问题，谢谢！但是为什么str_replace() 函数内部的参数被拉到它之外呢？我无法从帮助文档中找出这种语法。
@a_leemo 更类似于手册的版本是：iris %>% rename_with(~ stringr::str_replace(.x, pattern = "Length", replacement = "len"), matches("Length"))，带有~ 和.x 符号。但是，我觉得这相当复杂。但是，正如您正确指出的那样，我提出的解决方案偏离了手册。感谢您的批评。我会相应地编辑我的答案。【参考方案5】：
对于这个特殊的 [但相当常见的] 案例，该函数已经写在 janitor 包中：
library(janitor)
iris %>% clean_names()
## sepal_length sepal_width petal_length petal_width species
## 1 5.1 3.5 1.4 0.2 setosa
## 2 4.9 3.0 1.4 0.2 setosa
## 3 4.7 3.2 1.3 0.2 setosa
## 4 4.6 3.1 1.5 0.2 setosa
## 5 5.0 3.6 1.4 0.2 setosa
## 6 5.4 3.9 1.7 0.4 setosa
## . ... ... ... ... ...
大家一起，
iris %>%
clean_names() %>%
gather(measurement, value, -species) %>%
group_by(species,measurement) %>%
summarise(avg_value = mean(value))
## Source: local data frame [12 x 3]
## Groups: species [?]
##
## species measurement avg_value
## <fctr> <chr> <dbl>
## 1 setosa petal_length 1.462
## 2 setosa petal_width 0.246
## 3 setosa sepal_length 5.006
## 4 setosa sepal_width 3.428
## 5 versicolor petal_length 4.260
## 6 versicolor petal_width 1.326
## 7 versicolor sepal_length 5.936
## 8 versicolor sepal_width 2.770
## 9 virginica petal_length 5.552
## 10 virginica petal_width 2.026
## 11 virginica sepal_length 6.588
## 12 virginica sepal_width 2.974
【讨论】：
【参考方案6】：我使用 base、stringr 和 dplyr 的雄辩尝试：
编辑：library(tidyverse) 现在包括所有三个库。
library(tidyverse)
library(maggritr) # Though in tidyverse to use %>% pipe you need to call it
# library(dplyr)
# library(stringr)
# library(maggritr)
names(iris) %<>% # pipes so that changes are apply the changes back
tolower() %>%
str_replace_all(".", "_")
我这样做是为了使用管道构建函数。
my_read_fun <- function(x)
df <- read.csv(x) %>%
names(df) %<>%
tolower() %>%
str_replace_all("_", ".")
tempdf %<>%
select(a, b, c, g)
【讨论】：
str_replace_all 不在这些软件包中。仅供参考，无需在答案文本中包含“编辑”符号；让它成为可能的最佳答案。人们可以通过单击答案下方的链接来查看编辑历史记录。 第一个str_replace_all 函数中的句点应转义 \\. - 否则所有内容都将替换为下划线【参考方案7】：
select() 和 select_all() 都可用于重命名列。
如果您只想重命名特定列，您可以使用select：
iris %>%
select(sepal_length = Sepal.Length, sepal_width = Sepal.Width, everything()) %>%
head(2)
sepal_length sepal_width Petal.Length Petal.Width Species
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3.0 1.4 0.2 setosa
rename 做同样的事情，只是不必包含everything()：
iris %>%
rename(sepal_length = Sepal.Length, sepal_width = Sepal.Width) %>%
head(2)
sepal_length sepal_width Petal.Length Petal.Width Species
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3.0 1.4 0.2 setosa
select_all() 适用于所有列，并且可以将函数作为参数：
iris %>%
select_all(tolower)
iris %>%
select_all(~gsub("\\.", "_", .))
或将两者结合起来：
iris %>%
select_all(~gsub("\\.", "_", tolower(.))) %>%
head(2)
sepal_length sepal_width petal_length petal_width species
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3.0 1.4 0.2 setosa
【讨论】：
这比rename 家族中的任何东西都更有效，也更直接......奇怪的是，使用select_all 和~gsub 比使用rename_at 或rename_if 更容易带有某种变量声明的谓词......似乎这就是rename_*的用途【参考方案8】：
如果你不想自己写正则表达式，你可以使用
snakecase-pkg 非常灵活，janitor::make_clean_names() 有一些不错的默认值或
janitor::clean_names() 与 make_clean_names() 的作用相同，但直接作用于数据帧。
在管道内调用它们应该很简单。
library(magrittr)
library(snakecase)
iris %>% setNames(to_snake_case(names(.)))
iris %>% tibble::as_tibble(.name_repair = to_snake_case)
iris %>% purrr::set_names(to_snake_case)
iris %>% dplyr::rename_all(to_snake_case)
iris %>% janitor::clean_names()
【讨论】：
以上是关于R dplyr：使用字符串函数重命名变量的主要内容，如果未能解决你的问题，请参考以下文章
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？
R语言dplyr处理dataframe：使用mutate函数生成新的列recode函数进行数据编码rename函数重命名字段arrange排序数据列select筛选数据filter过滤数据