使用来自单独数据框的值重命名列

Question

我有一个 tibble，它的列名包含空格和特殊字符，使用起来很麻烦。我想在处理数据时将这些列名称更改为更易于使用的名称，然后在最后将它们更改回原始名称以进行显示。理想情况下，我希望能够作为管道的一部分来执行此操作，但是我还没有弄清楚如何使用 rename_with() 来执行此操作。

样本数据：

df <- tibble(oldname1 = seq(1:10),
             oldname2 = letters[seq(1:10)],
             oldname3 = LETTERS[seq(1:10)])


cols_lookup <- tibble(old_names = c("oldname4", "oldname2", "oldname1"), 
                      new_names = c("newname4", "newname2", "newname1"))

期望的输出：

> head(df_renamed)
# A tibble: 6 x 3
  newname1 newname2 oldname3
     <int> <chr>    <chr>   
1        1 a        A       
2        2 b        B       
3        3 c        C       
4        4 d        D       
5        5 e        E       
6        6 f        F 

在此工作期间，一些列被删除并重新排序，因此在将它们转换回来时，cols_lookup 表中将有条目不再在 df 中。在df 中还创建了一些新列，我希望它们的名称保持不变。

我知道已经有人问过类似的问题，但是答案要么不适用于小标题或管道（例如使用 match() 的那些），要么如果列不适用'在两个表中的顺序并不相同。

Answer 1

我们可以使用rename_at。从主查找表中，filter 数据集的names 匹配的行（filtered_lookup)，然后在rename_at 中使用它，我们在vars 中指定“旧名称”并替换为“新名称” '

library(dplyr)
filtered_lookup <- cols_lookup %>% 
     filter(old_names %in% names(df)) 
df %>% 
  rename_at(vars(filtered_lookup$old_names), ~ filtered_lookup$new_names)

---

或者使用rename_with，使用同样的逻辑

df %>%
  rename_with(.fn = ~filtered_lookup$new_names, .cols = filtered_lookup$old_names)

---

或者另一种选择是rename 从命名向量拼接 (!!!)

library(tibble)
df %>% 
     rename(!!! deframe(filtered_lookup[2:1]))

Answer 2

您可以将rename_ 与setnames 一起使用

cols_lookup <- tibble(old_names = c("oldname3", "oldname2", "oldname1"), 
                      new_names = c("newname3", "newname2", "newname1"))
df
rename_(df, .dots=setNames(cols_lookup$old_names, cols_lookup$new_names))

输出：

# A tibble: 10 x 3
   newname1 newname2 newname3
      <int> <chr>    <chr>   
 1        1 a        A       
 2        2 b        B       
 3        3 c        C       
 4        4 d        D       
 5        5 e        E       
 6        6 f        F       
 7        7 g        G       
 8        8 h        H       
 9        9 i        I       
10       10 j        J