R - 使用嵌套循环重命名多个数据框中的多个列

Question

我有 29 个数据框，分别命名为 Student1 到 Student 29。这 29 个数据框中的每一个都包含变量 Name、Nationality 和 Membership.number，每个变量的末尾都有相应的数字。例如Student1 包含 Name.1、Nationality.1 和 Membership.number.1，Student29 包含 Name.29 等。

我试图通过去掉这些变量名末尾的数字来标准化这些。我对 R 很陌生，但我已经整理了以下代码来尝试自动执行此操作。

for (j in 1:29) {
 for (i in 1:3) {
    oldnames = c(paste('Name', i, sep="."), paste('Nationality', i, sep="."), paste('Membership.number', i, sep="."))
    newnames = c("Name", "Nationality", "Membership.number")
    names(paste("Student",j,sep=""))[names(paste("Student",j,sep=""))==oldnames[i]]=newnames[i]
  }
}

这似乎接近实现我想要的，并且如果我插入 Student1 代替 paste("Student",j,sep="")，但对于单个数据帧，它应该可以正常工作，但是粘贴 ("Student ",j,sep="") 代码似乎由于“分配目标扩展到非语言对象”而失败。我在这里做错了什么简单的事情吗？

Answer 1

问题在于 paste() 返回一个字符串，因此您的代码实际上是在执行以下操作：

names("Student1")[names("Student1")==oldnames[i]] = newnames[i]

但是，当然，字符串"Student1" 与包含您的数据框的变量Student1 不同，所以这不会让您走得太远。该错误消息有点令人困惑，但最终意味着您正在尝试分配给无法分配的东西。

最简单的解决方案是使用函数get() 和assign()，它们以字符串命名变量（如字符串"Student1"）并允许您检索和分配变量。例如，这将重命名Student1 的列之一：

dfname = "Student1"
df = get(dfname)
names(df)[names(df)=="Name.1"] = "Name"
assign(dfname, df)

所以，你可以写：

for (j in 1:29) {
    oldnames = c(paste('Name', j, sep="."), 
                 paste('Nationality', j, sep="."),
                 paste('Membership.number', j, sep="."))
    newnames = c("Name", "Nationality", "Membership.number")
    dfname = paste("Student", j, sep="")
    df = get(dfname)
    for (i in 1:3) {
        names(df)[names(df) == oldnames[i]] = newnames[i]
    }
    assign(dfname, df)
}

请注意，我修复了 oldnames 定义以使用 j 而不是 i 并将仅依赖于 j 的定义移出内部循环。这里需要注意的是，这只适用于“顶级”（即，在 R 提示符下输入）。如果你把它放在一个函数中，那么assign() 会变得更棘手，因为你需要指定 where 你想要分配的变量（在顶层，其余的全局变量，在函数内，等等.).

此代码仍有待改进。原来你对oldnames的定义可以改写为：

oldnames = paste(c("Name","Nationality","Membership.number"), j, sep=".")

这意味着你实际上可以写：

newnames = c("Name","Nationality","Membership.number")
oldnames = paste(newnames, j, sep=".")

您可以更进一步，使用函数match。此函数在其第二个参数中获取其第一个参数的每个元素的索引，并可用于同时检索names() 向量中所有oldnames 的位置。然后，您甚至不需要内部循环：

for (j in 1:29) {
    newnames = c("Name","Nationality","Membership.number")
    oldnames = paste(newnames, j, sep=".")
    dfname = paste("Student", j, sep="")
    df = get(dfname)
    names(df)[match(oldnames, names(df))] = newnames
    assign(dfname, df)
}

这种使用match 来查找和替换向量中的值是一种非常常见的 R 技术。

最后，如果数据框中没有任何其他列（所以您真的只想删除所有名称末尾包含句点和一些数字的所有后缀），那么 R 中的一个常见技巧是使用sub() 使用正则表达式修改名称：

for (j in 1:29) {
    newnames = c("Name","Nationality","Membership.number")
    oldnames = paste(newnames, j, sep=".")
    dfname = paste("Student", j, sep="")
    df = get(dfname)
    names(df) = sub("\\.[0-9]+$", "", names(df))
    assign(dfname, df)
}

注意，在R中，正则表达式中的反斜杠需要加倍，所以上面的"\\."会匹配一个句点。在清理在一堆列名上具有不需要的前缀和后缀的数据集时，我一直使用这种基于 sub 的技术。

R-ing 快乐！