在管道 R 工作流中为大多数 data.frame 变量名称添加前缀或后缀

Question

我想为 data.frame 中的大多数变量名称添加后缀或前缀，通常是在它们都以某种方式进行转换之后和执行连接之前。我没有办法在不破坏管道的情况下做到这一点。

例如，使用以下数据：

library(dplyr)
set.seed(1)
dat14 <- data.frame(ID = 1:10, speed = runif(10), power = rpois(10, 1),
                    force = rexp(10), class = rep(c("a", "b"),5))

我想得到这个结果（注意变量名）：

  class speed_mean_2014 power_mean_2014 force_mean_2014
1     a       0.5572500             0.8       0.5519802
2     b       0.2850798             0.6       1.0888116

我目前的做法是：

means14 <- dat14 %>%
  group_by(class) %>%
  select(-ID) %>%
  summarise_each(funs(mean(.)))  

names(means14)[2:length(names(means14))] <- paste0(names(means14)[2:length(names(means14))], "_mean_2014")

是否有替代方法可以替代打破我管道的那条笨拙的最后一行？我查看了select() 和rename()，但不想明确指定每个变量名称，因为我通常想重命名所有 except 单个变量并且可能有更广泛的数据。框架比在这个例子中。

我正在想象一个最终的管道命令，它近似于这个虚构的功能：

appendname(cols = 2:n, str = "_mean_2014", placement = "suffix")

据我所知不存在。

Answer 1

您可以将函数传递给 rename_at，这样做

 means14 <- dat14 %>%
  group_by(class) %>%
  select(-ID) %>%
  summarise_all(funs(mean(.))) %>% 
  rename_at(vars(-class),function(x) paste0(x,"_2014"))

Answer 2

在发布此问题后进行了额外的实验后，我发现setNames 函数将与管道一起使用，因为它返回一个 data.frame：

dat14 %>%
  group_by(class) %>%
  select(-ID) %>%
  summarise_each(funs(mean(.))) %>%
  setNames(c(names(.)[1], paste0(names(.)[-1],"_mean_2014"))) 

  class speed_mean_2014 power_mean_2014 force_mean_2014
1     a       0.5572500             0.8       0.5519802
2     b       0.2850798             0.6       1.0888116

Answer 3

这有点快，但不完全是你想要的：

dat14 %>%
  group_by(class) %>%
  select(-ID) %>%
  summarise_each(funs(mean(.))) -> means14 

names(means14)[-1] %<>% paste0("_mean_2014")

如果你之前没有使用过 %%-operator，一定要检查一下这个link，它是一个超级有用的工具。

你也可以用它来重新计算或舍入一些列，比如df$meancolumn %<>% round()，等等，它只是经常出现，只是为你节省了很多写作

Answer 4

从 2017 年 2 月起，您可以使用 dplyr 命令rename_(...) 执行此操作。

在这个例子中你可以这样做。

dat14 %>%
  group_by(class) %>%
  select(-ID) %>%
  summarise_each(funs(mean(.))) %>%
  rename_(names(.)[-1], paste0(names(.)[-1],"_mean_2014"))) 

这与set_names 的答案非常相似，但也适用于小标题！

Answer 5

这更像是退后一步，但您可能会考虑重塑数据，以便将函数同时应用于多年。这将保持整洁。如果您最终想要比较不同的年份，将年份作为数据框中的单独变量而不是将年份存储在名称中可能是有意义的。您应该能够使用 summarise_ 来获得 mean_year 行为。见http://cran.r-project.org/web/packages/dplyr/vignettes/nse.html

library(dplyr)
library(tidyr)
set.seed(1)
dat14 <- data.frame(ID = 1:10, speed = runif(10), power = rpois(10, 1),
                    force = rexp(10), class = rep(c("a", "b"),5))

dat14 %>% 
  gather(variable, value, -ID, -class) %>% 
  mutate(year = 2014) %>% 
  group_by(class, year, variable)%>% 
  summarise(mean = mean(value))`

Answer 6

虽然使用 setNames() 的 Sam Firkes 解决方案肯定是保持管道完整的唯一解决方案，但它不适用于来自 dplyr 的 tbl 对象，因为列名无法通过通常的基础 R 中的方法访问命名功能。由于 hrbrmstr 的 this 解决方案，这是一个您也可以在带有 tbl 对象的管道中使用的函数。它在指定的列索引处添加预定义的前缀和后缀。默认为所有列。

tbl.renamer <- function(tbl,prefix="x",suffix=NULL,index=seq_along(tbl_vars(tbl))){
  newnames <- tbl_vars(tbl) # Get old variable names
  names(newnames) <- newnames
  names(newnames)[index] <- paste0(prefix,".",newnames,suffix)[index] # create a named vector for .dots
  rename_(tbl,.dots=newnames) # rename the variables
}

示例用法（假设 auth_users 与 tbl_sql 对象匹配）：

auth_user %>% tbl_vars
tbl.renamer(auth_user) %>% tbl_vars
auth_user %>% tbl.renamer %>% tbl_vars
auth_user %>% tbl.renamer(index = c(1,5)) %>% tbl_vars